Description イントロダクション 10:00 ~ 10:10 (講師 大橋、サブ講師 小川)
貿易収支データの分析 10:10 ~12:10 (講師 小川・吉岡、サブ講師 西田・大橋・kaisen) (小川60分/ 吉岡60分)
データ・ソフトウェアの紹介(出典説明)
紹介前に必要ライブラリのインストール・データの読み込み
本日やること
データの紹介
ダウンロードされたデータの確認
データ読み込み
sqlite3を使って、データベースのテーブルを調べる
課題2 ほかのデータベースのテーブルを調べ、テーブル名を格納する (5分)
テーブルを読み込む
全て読み込み （国コードデータ）
sqlコマンドで操作しての読み込み （各国の輸出入データ）
課題3 日本の各年の輸出入データを作成する
テーブルの前処理を行う
plotlyで可視化
PlotlyExpress
基本的な使い方
韓国の輸出入の可視化
全データを使って、treemapの作成
PlotlyExpressの限界
Plotly Graph Objects
基本的な使い方の解説
pxでできなかったことをやる
複数のグラフを並べて表示
dashで可視化
dashの基本構造 コンポーネント、レイアウト、コールバック
コンポーネントとレイアウト
コールバック
パターンマッチングコールバック
機械学習(クラスタリング)
ハンズオン
家計調査データの分析 13:00 ~ 15:00 (講師 西田・吉岡、サブ講師 小川・大橋・kaisen)
支出の費目毎の分布の違いを可視化する (講義30分 演習30分)
「統計センター 一般用ミクロデータ 全国消費実態調査」の紹介
一般用ミクロデータのフォーマットの確認 (pandasを使わずに)
pandasを使ったデータの読み込みと整形
joypy, plotly, dashを使った支出の分布の可視化
joypyで静的なridgeline plot
plotlyでインタラクティブなヒストグラム
dashでダッシュボードの作成
支出情報から機械学習で世帯の属性情報を予測する (講義30分 演習30分)
教師あり学習の紹介
scikit-learnの複数の分類機を用いた予測
地理データの可視化 15:00 ~ 17:00 (講師 kaisen、サブ講師 小川・西田)
1. 大阪の平均路線価の可視化 (40min)
データ・ソフトウェアの紹介(出典説明) (10min)
binderの使い方 (10min)
binderの説明 (5min)
mapbox api key のセットの仕方 (5min)
データ前処理 (15min)
データ読み込み (5min)
geopandasを用いた大阪の地価(shp)の読み込み
CRSから緯度経度情報の変換 (5min)
緯度および経度のデータが入ったカラムの作成 (5min)
pydeckで可視化 (15min)
GridCellLayerを使う (0min)
パラメタの説明 (10min)
パラメタやレイヤを変更してようすを見てみる (5min)
2. 平均路線価と自転車盗難数の可視化 (25min)
データの紹介 (5min)
データ前処理 (10min)
pydeckで可視化（発展版）(10min)
multi layer
GridCellLayerを使う
ScreenGridLayerを使う
複数データタイプの組み合わせ
3. 平均路線価の可視化と自転車盗難数データのより正確な可視化 (25min)
データの紹介 (5min)
データ前処理 (10min)
pydeckで可視化（発展版）(10min)
GridCellLayerを使う
PolygonLayerを使う
4. Streamlitでアプリケーション化 (10min)
streamlitでアプリ化 ※binderで使えない場合はローカルのPCでやってみる -> GAE上にデプロイしたものがあるので、チャットでURLを教えて手元で使ってもらう
plotの透明度を変化させて見やすいグラフを探る
レイヤーをつけたり(?)消したりして見やすいグラフを探る
5. 課題（ハンズオン) (20min)
参加者が地理データ活用をしてくれることを期待するような流れに
自分が調べたいデータを探し、当日やったことをひと通りやってみる
データを探すコツとして、緯度と経度があるデータを探すことを勧める。
他に、市町村コードというコードがついていると、ESRI社が提供している全国市区町村界データと組み合わせることで階級区分図を作成することができるということを伝える。
時間があれば実際に手を動かしてみてもらう
You can’t perform that action at this time.
