本日Google タグマネージャがリニューアルされてました。 ワークスペースと呼ばれる項目が追加されており、タグマネージャーの作業を複数人で扱うときに便利になったようです。タグマネージャーをGit管理するみたいなイメージだと勝手に思っています。 ここからワークスペースを追加すると、Gitで言うプロジェクトが作成(git init)されます。現状3つまで作れるようです。 https://analytics.googleblog.com/2016/08/enterprise-class-tag-management.html 同時にGoogle Tag Manager 360というエンタープライズ版タグマネージャーも発表されており、UIもかなり変更されてます。 https://www.google.com/analytics/360-suite/tag-manager/

こんばんわ、kote2です。 pythonで重回帰分析をやる方法について調べてわかったのでメモします。回帰分析はあったんですが重回帰分析はほとんど載ってなかったので。。あと重回帰分析について自分は統計学初心者で説明できるほどよくわかってないのでこちらをご参考ください・・。 http://xica.net/sxuwvhyx/ とは言え、重回帰分析って例えばどんなことに使えるのか？ これを考えるのが重要ですね。イメージしやすいし。 例えばあなたはあるソシャゲー会社のマーケティング担当で、WEB広告とCMや雑誌広告の出稿を主な業務としています。さて、WEB広告はお金をかけるだけゲームが売れるのはわかっていますがカバレッジの大きさに限界があり従来メディアへの出稿を余儀なくされています。ただCMや雑誌等は綿密な統計分析ができていません。以前まで行っていた施策のデータ(広告費と売上)がありますが、今回CMと雑誌について最適な予算配分をしたいと考えています。 WEBの担当者であればWEBの広告もAとBというメディアでどのような予算配分が一番効率がいいか考えることがあります。 今回は以下みたいなデータ

いやー、暑い。。。 ひょっとして沖縄より東京は暑いんじゃないか・・・そう思いました。 確認してみます。 まず気象庁から那覇と東京の2014年からの平均気温データを引っ張ってきます。 適度に整形してdata.csvで保存します。 いつものようにjupyterを開きます。pythonとpandasでプロット化してみましょうか。 データを確認します。 %matplotlib inline import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np df = pd.read_csv('data.csv', index_col=0, encoding='shift-jis') df = df.iloc] df.columns = df.index = pd.to_datetime(df.index) df.head() 東京 那覇 2014-01-01 9.6 15.1 2014-01-02 7.3 15.9 2014

pandasを使ってwikipediaからデータを一部拝借してみます。 今回は例としてこちらの都道府県の一覧を抜き出すのをやってみます。なお、都道府県リストはページ中程にあるようです。 https://ja.wikipedia.org/wiki/%E9%83%BD%E9%81%93%E5%BA%9C%E7%9C%8C なお、今回参考にしたのは海外サイトで英語を抜き出したのですが、日本語を抜き出すときはいろいろ言われるので必要であれば以下をpipインスト−ルしておきます。 pip install html5lib pip install --upgrade html5lib==1.0b8 pip install -lxml 公式ドキュメントはこちら http://pandas.pydata.org/pandas-docs/stable/io.html まずpandasをインポートします。 import pandas as pd read_htmlで抜き出して、変数に格納します。 japan_prefectures = pd.read_html('https://ja.wikipedia.

今回はpythonを使って簡単なグラフを作成してみます。pythonにはmatplotlibというライブラリがあり、それを使用すると楽にグラフが作れるのでやってみます。 matplotlibをインストールしていない方は公式ドキュメントのインストール法をご参考ください。 http://matplotlib.org/users/installing.html グラフを作るにはまず配列を用意します。今回は簡単なヒストグラムを作ってみます。 In : %matplotlib inline #jupyterで表示するときのおまじない import matplotlib.pyplot as plt #matplotlibをインポートしてpltというオブジェクトにします #配列の作成 x= y= #bar関数で数字を渡してあげます。x,y以外は省略可。 plt.bar(x,y, label='pltbar') #plotの準備とplot plt.xlabel('x') plt.ylabel('y') plt.title('titl

弱肉強食。みたいな。 こんばんわ、kote2です。最近PCデポが話題になってますね。 自分もPCデポには馴染みがあって、とは言っても元社員とかじゃないんですけど、今は引っ越しちゃったけど前の家の近くにあって、7,8年前までは結構行ってました。あそこすごいよ。前は街中に普通にあるちょっと大きいPCパーツ屋って感じだったけど今はロゴも変わってオサレになってます。模様替えしたって事ですよね。 じゃあ、なんで模様替えしたのかって考えた時、ターゲットとしてるお客さんが入りやすくする事。なのかな。昔だとPC詳しい人向けの店舗に見えたので、今は変えたのかなぁ。それともお金がたくさん入ったので・・。 みたいな話はどうでもいいんですが。 なんか団塊世代がターゲットにになってる話ですよね。うちの親もその範囲ですけど、こないだこの話題にしたら当然知ってました。うちの親は○メラの○タムラとかがサービス良い。いろいろ教えてくれる。無理やり売りつけない。本来なら、搾取してる店が有名になるんじゃなくて、良いサービスをしているところが話題になるべきですよね。 ここでタイトルの件なんですが。 PCデポはパソコンに詳しく

昨日の記事で紹介したjupyterですが、jupyterにRをインストールして実行環境を構築したのでメモ。Rというのはそもそもなんぞや？という方に説明すると、統計を取るのに便利な言語だと思っていただければ。慣れればExcelより簡単。 以下サイトで他の言語が扱えるか掲載しています。Rの情報もこちらに載っています。 https://github.com/ipython/ipython/wiki/IPython-kernels-for-other-languages 使うのはIRkernelというものです。インストールしてみます。なお、詳しいインストールのやり方はこちらです。 https://irkernel.github.io/installation/ インストール まずRを入れてない方はRをこちらのサイトからインストールしてください。 https://cran.r-project.org/ 入れたらRのコンソールを立ち上げて以下コマンドを入力します。 install.packages(c('repr', 'IRdisplay', 'evaluate', 'crayon', 'pbdZ

ひょんな事をいろいろ調べていたところjupyterというツールを見つけたのでご紹介。 jupyter jupyterはひとことで言うと、様々なプログラミング言語の対話形式実行環境をブラウザで実現できるツールです。昔はIPythonという名前でPython独自のアプリケーションだったらしいのですが、現在はrubyやphp、C#、JSなどいろいろ対応しているようです。いまんとこPythonしか確認してないですけど！ Pythonに関してですが、pandasというデータ解析を支援するライブラリとの連携がとても良い感じです。pandasで解析したデータをブラウザで確認しながらプロットできたり、また、メモ帳アプリとしての機能も充実しててMarkdown形式での記述や共有機能に優れています。 インストール jupyterのインストール方法ですが、以下URLをご参照ください。 http://jupyter.readthedocs.io/en/latest/install.html 使ってみる jupyterをインストールして、任意のディレクトリに移り以下コマンドを実行します。 jupyter not

前回に引き続き、今回は作成したアプリケーションをDockerで動かしたいと思います。 今回利用するのはDockerHub上の公式イメージを利用します。 https://hub.docker.com/r/library/django/ なお、前回から引き続きアプリケーションを起動している場合は一旦Ctr + Cで閉じてください。また、仮想環境上にいる場合はdeactivateしてください。 Dockerfileを作る このDockerfileは同階層にあるmanage.pyを参照し起動するため、作成したmybookディレクトリにDockerfileを作り、requirements.txtにpipで入れたいパッケージを入れます。requirements.txtは箇条書きで良いそうです。 mybook/Dockerfile FROM django:onbuild mybook/requirements.txt django-bootstrap-form では、起動してみます。ディレクトリやDockerのコンテナは自分の環境に合わせてください。 deactivate #仮想環境上なら cd /

今回はPython,Django,Dockerを使いながらWEBアプリケーションを作って公開までの手順を備忘録として残しておきたいと思います。なお、環境は以下です。 ■開発環境(ローカル) OS:Mac Python:3.5.2 Framework:Django1.10 packages:pip8.1.2,virtualenv15.0.3,django-bootstrap-form3.2.1 SQL:SQLLite3 Git:SourceTree Docker:1.12.0 ※Dockerを使う場合は上記のインストールはbuild時に行う ■本番環境(※公開はしていません) さくらVPS 512 OS:Ubuntu16.0.4 Python:3.5.2 Framework:Django1.10 packages:pip8.1.2,django-bootstrap-form3.2.1 SQL:SQLLite3 Git:SourceTree,Bitbucket Deploy:deploybot Docker:1.12.0 DockerHub:django:onbuild ではまずPytho