新・クマックマのダラダラダイアリー

新・クマックマのダラダラダイアリー

今日も元気に、のび~のびと!

Evetnoteの代替になりうる Notion を試してみる。

タイトルどおり、最近「なんだかなぁ」と

感じることが多いEvernoteの替わりのアプリを

探してみました。

 

「Notion」というアプリなのですが、

なかなかいい感じなのでメモに残しときます。

 

 

1.Notion導入のきっかけ

最近、自宅のウイルス対策ソフトを入れ替えました。

しばらく使っていたトレンドマイクロから

カスペルスキーに移行しました。

 

カスペルスキーは前に使っていたことがあるので、

なんとなくクセはわかっていました。

しかし、Evernoteに接続するときに「セキュリティが危険」的なメッセージが表示されることに。

 

要は、『家のネットワーク環境からは、Evernoteに繋げない』という事態が発生したんです。

 

これは由々しき事態と思い、

Evernoteに替わるアプリを探しはじめました。

 

 

2.アプリさがし

アプリを探し始めたものの、なかなかしっくりくる

ものがありません。。。Evernoteって、使い勝手ヨイですしね。

 

そんな中で見つけたアプリが、「Notion」という

アプリでした。

 

Evernoteのようなメモ機能、ブックレビュー機能

カレンダー機能などという多機能なアプリなのです。

「もう少し的を絞ってもヨイのに」と思いつつ、

手を出してみました。

 

3.各種機能

3-1.メモ

Evernoteで行う初歩のことはできそうです。

以下、簡単なライフログをテキストで記載します。

f:id:sandplover_petro:20200523001806j:image

 

3-2.Journal

ライフログは、Journal という機能でも書けそうです。

テンプレート設定とかもできるので、

やる気になればカスタマイズは相当できるかな、と。

(デフォルトのテンプレートは英語版なので、

 日本語用のテンプレートは作ったほうがよいかも

 しれません)

タグ付けもできるので、検索も楽そう。

タイトルにはアイコンもつけれます。
f:id:sandplover_petro:20200523095451j:image

 

また、画像の埋め込みもできそうです。

画像読み込み速度が気になりますが…。
f:id:sandplover_petro:20200523100030j:image

 

とりあえず出来上がったのが、

こんな感じ。

なかなか手軽にできて、見栄え良いですね。

エクスポートもできるようですが、それは次回に。
f:id:sandplover_petro:20200523100752j:image

 

3-3.Reading List

次は、読みたいWebの記事があったら、

URLを残しといて後で読むためのリストを。

こんな感じで。チェックリストなんかも作れます。

複数のSNSを使っていると、管理が面倒ですしね。

コレができると嬉しかったりします。

f:id:sandplover_petro:20200523002059j:image

 

 

4.ちょっとした弱点

日本語ヘルプが充実しているとは言えないのが

弱点といえば弱点かと思われます。

 

カレンダーはGoogleカレンダーを使ってる人が

大半なので、あんまり使われないかも…。

 

5.で、どうなのよ?

多機能かつ高性能すぎるゆえに、

全機能を使いこなすのは難しいかもしれません。

とはいえ、Evernoteの代替には十分で

確実にお釣りが来ます。

 

シンプルに使う方にはもちろんですが、

特にカスタマイズ好きな方にオススメしたいです!

 

 

 

Amazon echo dot から Amazon music のプレイリストを呼び出してみる

Amazon echo dot から Amazon music のプレイリストを呼び出す」という

簡単なようで案外面倒なことを、まとめてみました。

 

 

即戦力「Amazon Echo dot」選手の加入

最近、我が家に即戦力と目される「Amazon Echo dot」選手が加入しました。

加入した 「Amazon Echo dot」 選手は、時計がついていないタイプです。

※コチラは時計付きのほうです。

 

セールで半額になっているところを狙い、無事に購入しました。

ホントに円形です。

まるで、Zガンダムに出てくるアッシマーみたいですが、変形はしません。

 

音楽を聴いてみたファーストインプレッションは、

 思っていたよりも音質は悪くなく、低音が強い」というものでした。

要は、そんなに悪くないな、と。値段を考えれば十分おつりがくるか、と。

Bluetooth を使えば、既存のWalkman の音も

Amazon echo dot」 選手から出せますし。 


f:id:sandplover_petro:20200514162028j:image

 

設定とかは、他のサイトに詳しく乗っかっているので

そちらを参考にしていただければ、と。

 

Amazon Echo dot」選手 に期待していたことは、

Amazon Music Unlimited のプレイリストをかけること」でした。

アルバム名とかだと、ついつい忘れちゃうんですよね。。

 

なので、プレイリストを作って、作ったプレイリスト名を指定した

「アレクサ、プレイリストの『〇〇』をかけて」としたほうが早いのか、と。

 

しかし、いろいろ調べてみると「アレクサは、そんなに認識率が高くない」的な

記載がよくありました。

いろいろなサイト様はみつかるのですが、これ!という決定的なものが

見当たらなかったんですよね・・・。

とにかく!まずは色々試さないと見えてこないので、試してみました。

ガンダム00の「ロシアの荒熊」ことセルゲイ・スミルロフではないですが、

『見たものしか信じない』傾向がある・・・。というか、やりたがりなだけ?

 

まずは試してみる。

 

まずは、プレイリストを新規作成。

「新しいプレイリストを作成」をタップします。

新しいプレイリスト「埼玉」を作成します。
f:id:sandplover_petro:20200514155300j:image

 

新しいプレイリスト「埼玉」ができました。
f:id:sandplover_petro:20200514155324j:image

 

早速アレクサで呼びかけてみます。

「アレクサ、プレイリストの 埼玉 をかけて」

 

無事に成功し、プレイリストに登録されている曲(はなわの「埼玉県のうた」)が

かかりました。

ちなみにこの曲は、翔んで埼玉のエンディングテーマでした。 

埼玉県のうた

埼玉県のうた

  • アーティスト:はなわ
  • 発売日: 2019/02/20
  • メディア: CD
 

 

 

プレイリストの名前を漢字からひらがなに変えてみる

次は、プレイリストの名前をこんな風に変えてみました。

変更前;埼玉

変更後;さいたま

 

「同じ埼玉だから、読みこんでくれるんじゃないの?」というのが

実験前の予想でした。

 
f:id:sandplover_petro:20200514155411j:image

 

ところがぎっちょん、アレクサで呼びかけてみても

「プレイリスト、さいたまはみつかりませんでした」というつれない回答が

返ってくるばかり。。。

 

プレイリストを呼び出せなかった理由 

しばらく「なんでだろう?」と考えていましたが、

「アレクサの履歴を追えばいいのでは?」という発想が頭に浮かんできました。

 

どうやら、アレクサが「さいたま」を、ひらがなではなく

漢字で認識したためと思われます。

なんでかまではわかりませんが・・・。

 

以下、アレクサアプリの設定画面で説明します。


f:id:sandplover_petro:20200514160026j:image

 

下の青色の個所は、成功時の動きです。

アレクサは、プレイリスト名「埼玉」を認識してくれています。

 

一方、上の赤色の個所は、失敗時の動きです。

アレクサは、プレイリスト名「さいたま」を認識してくれていません。

 

どうやら、アレクサは、「さいたま」という音声を

漢字の「埼玉」と認識したと思われます。

なので、漢字の「埼玉」というプレイリストで探しに行った、と。

 

アレクサが認識してくれるプレイリスト名の設定

現時点で一番確実なのは、アレクサが音声認識する文字で

プレイリスト名を作ればいいのでは、と。

 

以下、設定方法をまとめてみました。

永久保存とはいかなくても、「しばらく保存する価値あるかも」です。

 

1.まずは、プレイリストを作る

 

2.アレクサで呼び出す

 

3.呼び出しNGだったら、結果を確認

 

4.アレクサが認識したとおりに、プレイリスト名に変える

  (1) アレクサアプリから、「設定」をタップ(赤丸の部分です)

 f:id:sandplover_petro:20200514160553j:image

 

 (2)「アカウントの設定」をタップする(赤丸の部分です)
 f:id:sandplover_petro:20200514160601j:image

 

(3)「履歴」をタップする(赤丸の部分です)

f:id:sandplover_petro:20200514160609j:image

(4) 音声履歴の画面が出るので、アレクサの音声認識内容を確認。

 前述したように、アレクサは「さいたま」を「埼玉」と認識したようです。
 f:id:sandplover_petro:20200514160026j:image

 

 (5) プレイリスト名を、(4)で確認した名称に変更する。

  

こんな感じでしょうか。

アレクサ、漢字で音声認識してたんですね。ビックリ。

 

余談(プレイリスト作成例を3つほど)

プレイリストで「ぶどう」というものを作ってみました。

結果は、「プレイリストが見つかりません」でした。。

理由は、アレクサが「ぶどう」を「葡萄」と認識したため。

プレイリスト名を「葡萄」に変更したら、無事動作しました。

 

また、プレイリスト「わたしのねずみ」というものの作ってみました。

これは、無事に起動しました。

アレクサ側が、はじめから「わたしのねずみ」と認識していたからのようです。

「わたし」は、漢字で認識してくれなかったようです。

でも、他のプレイリストでは「私」という感じ認識していた模様。

よくわからんです。

 

さらに、プレイリスト「ソフトバンクの犬」というものを作ってみました。

これまたは、無事に起動しました。

アレクサ側が、はじめから「ソフトバンクの犬」と認識していたからか、と。

プレイリスト名を「ソフトバンクのいぬ」とした場合は、

「プレイリストが見つかりませんでした」になりました・・・。

 

これで、Amazon echo dot から、Amazon Music のプレイリストを

かけれるようになったはずです!

みなさま、楽しい プレイリストライフをお過ごしくださいね。

 

試してほしいことがありましたら、ぜひコメント欄に記入を!

進んで実験くんになりますw

Tableau Public で COVID-19のことをまたまた軽く分析してみる

STAY HOME が効いてきたためか、

COVID-19の新規発症者数もだいぶ減ってきたものと思います。

 

東京都のCOVID-19発症者数(市区町村別)データが

110件程度漏れていたということが話題になっていました。

 

小池都知事が謝罪したとか責任はどうなんだとかは、正直どうでもよいのですが、

今回は市区町村別の発症者数について改めて気になりました。

東京都では、世田谷区の発症者数がダントツ多くなっています。

 

ショッキングなデータが大好きなマスコミ各社は、この事実を

「もともと23区内で人口が一番多いから、増えて当たり前」と煽ってみたり、

「海外出張者が多く帰ってきて(たまたま)そうなった」という口調の話を

おもしろおかしく伝えたり、とかいろいろな話が出ています。

 

しかし、わたくしめは「人口が多いだけ」とは思えませんでした。

「夜のお店が~」とか言っていたのに(そりゃ、世田谷区に夜のお店は

ありますけどね)、「人口が多いから感染者数も多くて当たり前だ」という

意見で半ば強引にまとめていいのか。

 

「そもそも、世田谷区よりもアラートを上げるべき区があったのでは」という

思いもあったので、遅きに失していますがまとめてみました。

 

 

 

1.データを結合してみる

今までのTableau Public のVIZに、23区の人口を結合させてみました。

こんな感じです(SQLやってるヒトであればなんてことのないJOIN文です)。

※移行済データというのは、感染者数がのっているExcelシートになります。

f:id:sandplover_petro:20200514002405p:plain

 

 

2.市区町村別感染者数 https://tabsoft.co/3eYcYKz

単純に、市区町村の人口数と感染者数でプロットしてみました。

案の定、世田谷区が「やばい!」という感じのグラフが出てきました。

十字線は、平均点を示しています。

※そりゃ、マスコミが世田谷区に喰いつくわけですね…。

f:id:sandplover_petro:20200514002741p:plain

 グラフの右側が「人口が多い」、グラフの上側が「発症者数が多い」

ということになります。

 

このグラフだけでみると、世田谷区、新宿区、港区や大田区練馬区

危ない感じになっています。

 

また、江東区や杉並区も「そろそろヤバいか?!」というレンジに

位置していることがわかります。

 

 

 

3.市区町村別感染者発生率 https://tabsoft.co/2Z0kK0T

市区町村はそれぞれ人口の多い少ないがあるので、

「COVID-19の感染者数を割合で出してみたらよいのでは?」と思い

作ってみました。算出式は、以下になります。

・感染者発生率 = 感染者数 / 人口 x 100

f:id:sandplover_petro:20200514004254p:plain

画面の左上は、御蔵島村のデータが入ってしまったため

異様に目立つ場所にプロットされています。

 

先ほどの図で「ヤバいよ~」だった世田谷区は、

割合的にはそんなに高くないことがわかります。

 

割合だけでいくと、港区と新宿区のほうが世田谷区よりも

よっぽど大きいことがより明確になるかと思います。

 

また、先ほどはそこまで目立たなかった渋谷区と台東区

目立つようになっています。

 

台東区は大きな院内感染があったので数が増加しているのはわかります。

ただ、渋谷区なんですよね。。。こんなに人数が少なくない気が

しています。。。

 

江東区や杉並区も楽観はできない状態なのですが、

それ以上に品川区が、、、ということも浮き彫りになりそうです。

(2.のグラフでは、品川区のほうが江東区や杉並区よりも安全そうに見えた)

 

 

4.軽くまとめ

「人口が多い = 発症者が多い」というのは短絡的なヨミであることが

なんとなくおわかりかと思います。

 

「何人に1人発症しているのか」というのを見ていかないと

見えるものも見えなくなってくると思います。

 

 

5.今後にむけて

東京以外の他の都道府県の人口データを集めれば、同様のことが

できると思います。

 

ただ、多少の難関がいます。

・区別のデータを出してくれないさいたま市

・市区町村の発症者数まとめすら出してくれない千葉県

github から区別のデータを差っ引いている横浜市

どうやっつけるかはこれから考えます。。。

 

でもあれですよね、集計データを出してくれないのも地方自治体として

どうなのかとも思いますが、

それ以上に県単位で出さない(新聞社に丸投げ)ということをやっている

地方自治体は話にならないと思います。。必要だと思うのですがねぇ、

こういうデータって。

※このテーマは、別の機会に書こうと思います。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Tableau Public を使って COVID-19のことを再び軽く分析してみる

 

 5月に入りCOVID-19の感染者数が減ってきています。

このまま、終息に向かってくれるとよいのですが

そうは簡単に終わらせてくれないかとも思う昨今です。

 

さて今回のテーマは、「COVID-19の都道府県別死亡者数」。

これを Tableau Public を使って表現してみました。 

 

Tableau 使いのかたにはなんてことのない内容ですが、

「変なところ」とか「こここうすればいいんじゃね」的なことがありましたら、

コメント欄とかでいろいろ教えていただけると嬉しいです。

 

 

1.ダッシュボード 1  https://tabsoft.co/3fsx53L

これは、都道府県別の死亡者数一覧を地図に落として

都道府県の年代別死亡者数を一覧表にしてみたものです。

※データは手元の集計(多少のズレあり)、2020/5/7時点のものになります。

 

f:id:sandplover_petro:20200509001847p:plain

濃い色ほど多くの方が亡くなられている・・・。

群馬県富山県は、感染者数は多くはないのですが

そこそこ濃い色になってしまっていることに気がつきます。

 

マウスオーバーしてもらうとわかるのですが、

群馬県が18名、富山県が15名になっています。

京都府よりも多い数値になっています)

 

2-1. 都道府県別年代別死亡者数の一覧表でも状況を掴むことは

できるのですが、視覚的には少しキツイところがあります。。

 

この状態は、以下のダッシュボードを使って表現してみましょう。

なお、画面右上の「現場猫」をクリックすると、次のダッシュボードに

飛ぶことができます(Tableau Public のダッシュボード同士を行き来する際に

こういったアイコンを使って遷移することもできます)

 

 

2.ダッシュボード 2  https://tabsoft.co/3dqctqT

これは、ダッシュボード1 から少し観点を変えて

一覧形式の表ではなく、死亡者の累計数をグラフで示してみました。

累計数のグラフなので、死亡者が発生しないと横ばいになります。

 

どこかの国会議員さんみたいに、「グラフが右肩下がりになってないから

ヤバイだろう」とか言わないでくださいね。。。

それって、黄泉の国から人が返ってくることになるので。。。

 

先ほどのダッシュボードで注目した群馬県富山県に加えて、

岐阜県を選んで表示してみました。

f:id:sandplover_petro:20200509001208p:plain

「なんでこの2県は緩やかでない上昇をしているの?

 もしや、何かあったのでは?一方、なんで岐阜県は?」という気づきが

できるかと思います。

 

 

3.ありのままのデータを分析する

先ほどの例では、この事実をトリガーにしてデータを紐解き調べていくと、

富山県群馬県では院内感染してしまいCOVID-19の死亡者が増えてしまった」と

いう仮説に行きつくことができるかと思います。

 

アナ雪ではないですが「ありのままの」データを分析することって

やっぱり大切かと思います(一部マスコミのように「結果ありき」の分析ではなく)。

 

データって生き物です。

今回のようにささいなものでも、気づきが重要かと思うのです。

そこから、仮説を作って、いろいろと深堀りしていけばいいので。

(あくまでも「結果を決めつける」のではなく) 

 

 

4.もう少し工夫をするならば

ダッシュボードの見せ方に関して言えば、

ダッシュボード内の一覧表や折れ線グラフをクリックすることで

より見やすくすることができます。しれっと更新しておこうかと思います。

 

それと、あとは患者数に対しての死亡者割合でしょうか。

年代別も含めて。

だいたい答えは出ているかと思うのですが、やはり気になります。

 

こういったことが自分で分析して咀嚼できれば、

ウチの親のようにワイドショーの見過ぎで不安になってしまっている人に対しても、

「おぼろげなまま怖がる」必要はないことを伝えることができるかと思うのです。

 

今回は、ダッシュボード間の遷移にアクション(現場猫の画像)を使う

くらいしかできなかったので、もう少しTableu Public の機能を使うべく

イデアを練って頑張ってきたいと思います。

 

 

Tableau Public で入力データ自動更新を試してみる

 

以前に投稿した記事のコメント欄で

「Tableau Public で入力データの自動更新をできる方法はあるの?」

と聞かれました。

 

Google スプレッドシートでできることは知っていたのですが、

試すのも面倒だったので、今まで試してませんでした。。

 

でも、「せっかくなので試してみよう!」と思い立ち

今回試してみました。

※入力データを Google スプレッドシートで管理する方式です。

 

まずは簡単なVIZを作りました。都道府県別のCOVID-19死者数です。

元ネタは、4/24あたりまでの死亡者データを(おおむね)記載していました。

「4/29以降は東京のみ更新」という感じです。

以下の図の通り、4/29以降は東京しか死亡者数が表示されていません。

f:id:sandplover_petro:20200505121446j:image

 

夜中に元ネタを更新(神奈川、埼玉、大阪の死亡者を追加)し、

深夜2:00くらいに Google スプレッドシートを更新。

これで、翌朝にはVIZが最新の情報に更新されているはずです。

 

でも、なんか寝付けなかったので、

深夜3:00過ぎにVIZを確認。

 

確認したところ、神奈川、埼玉、大阪の死亡者数が表示されるようになりました。

※てか、「3:20に確認するな」というツッコミを受けそうなのですが。

f:id:sandplover_petro:20200505121736j:image

 

スクショは取り忘れたのですが、Googleスプレッドシートの更新時刻は

3:02だったようです。

(正確に言えば、VIZがパブリッシュされデータソースが更新された時間)

 

VIZのパブリッシュは、VIZが格納されているサーバのシステム時刻(3:00)に

行われると推測されます(サーバのロケーションに依存するのか、と)。

 

また、Web上からVIZデータの手動更新もできるようです。

ただし、これができるのはVIZの所有者だけかもしれませんので、

継続して確認します。

 

画像の下のほうにある「更新の要求」をクリックすると、

データが更新されるようです。


f:id:sandplover_petro:20200505122507j:image

 

Tableau Public は無償のツールなので、

製品版と差がつくことは仕方ありません。

でも、Google スプレッドシートでこういったことができれば

普段使いのユーザ(勉強中のユーザ)には十分かと。

 

よかったら、試してみてください!

(ここ違うじゃん!というのがありましたらコメントいただけると嬉しいです)

 

STAYHOME中に、ぼうずめくりはいかが?

 

 COVID-19の影響をモロに受け、緊急事態宣言が出されてしまっています。

仕方がないとはいえ、親子ともども家にいる時間が増えることに。

 

ためてあったDVDを何時間もぶっ続けで見せるわけにもいかず、

とはいえ外に積極的に出るわけにもいかない(周りの目も正直・・・)。

となると、新たな遊び方を開発するしかなくなってくるわけです。

 

そこで目をつけたのが、「ぼうずめくり」。

 

ホントは百人一首自体をできればよいのですが、

それはさすがに小さい子供には難しいところ。

そこで、「ぼうずめくり」にたどり着いたわけです。

 

「え?ぼうずめくり?」という反応もあるかもしれません。

でもこのぼうずめくり、結構バカにできないんですよ。 

 

1.ぼうずめくりっていうのは、シンプルなルールなので子供が覚えやすい

百人一首の読み札をめくって、「殿」か「姫」か「坊主」かがわかれば

 あとはルールが簡単。これって、3歳児でも十分に楽しめるくらいの

 簡単なルールなんです。

  1.「殿」が出たらめくった札を取れる

  2.「姫」が出たらもう1枚取れる&

    場にたまっている札を取得できる

  3.「坊主」が出たら無条件で札を

    放棄させられる

  4.最終的に自分の札の数が多いほうが勝ち。

 

 ローカルルールもあるようですが(「皇族」が出たらもう2枚取れる、等)、

 そのローカルルールはなくても十分楽しめそうです。

 また、「蝉丸」を坊主として扱うか否かなど・・・。

 そいうったルールについては、こちらのサイトを参照ください。

 かるたを作られている会社さんのブログとは思えぬ

 くだけた感じが面白かったです!

www.tengudo.jp

 

2.PC環境とプリンタと厚紙があれば、それっぽいものを作れる

⇒自宅に百人一首がある家はそんなに多くないとは

 思うのですが、フリー素材であればネットで

 紹介してくれているサイトがあります。

100poem.blog.fc2.com

 

 画像ファイルはかなり小さいサイズになのですが、

 それは編集すればヨイので、

 大きな問題ではないかと思います。

 (Excelで編集する場合は、

  5.6cm x  4.1cm 程度でいい感じになります)

 

 プリントアウトしハサミで切ってみたら、

 こんな感じに。思ったよりそれっぽい感じに。


f:id:sandplover_petro:20200425225154j:image

 

ペラペラな状態でも十分楽しめはするのですが、

裏返しにすると丸見えになることが判明。

これだと、「坊主」か「姫」かが丸わかりに…。

(画像左が「坊主」です)
f:id:sandplover_petro:20200425225748j:image

 

これの対策のために、札の裏面に厚紙を

貼り付けることに。こうこうすれば、

「坊主(姫)漏洩対策」はバッチリです(笑)。


f:id:sandplover_petro:20200425225824j:image

 

そして、実際にやってみたところ、

子供がどはまりしたので、慌てて23枚増産しました。

そして、今はこんな感じになってます。


f:id:sandplover_petro:20200425230217j:image

 

でも、これでもまだ33枚。。。

子供の気に入り次第では、残り67枚を緊急増産しないといけなくなります。。。

これを作るのは、なかなか家内制手工業になりそうです。

(厚紙だって、そんなにふんだんにはないし)

 

はさみとのりが使えるくらいの年齢の子であれば、

札を作る過程から楽しめるかもしれませんね。

 

あ、作るのがめんどくさいかたは、フツーに買われるのももちろんアリです。。。

 こちらは、百人一首のローカルルールのとこで紹介させていたただいた、

大石天狗堂さんの製品になります。

小倉百人一首 歌かるた 標準取札

小倉百人一首 歌かるた 標準取札

  • メディア: おもちゃ&ホビー
 

 

というわけで、気が向きましたらぜひぜひ「ぼうずめくり」を!!!

 

 

Tableau Public を使ってCOVID-19のデータ分析を「軽く」してみる

世界中で猛威を振るっているCOVID-19。

 

予防措置をとることはもちろん、

「現状がどうなっているのか」というのも把握しておかないと

いけないと思っています。

そこで、僭越ながらCOVID-19のデータ分析を「軽く」始めることにしました。 

 

 

1.COVID-19のデータ分析をはじめた理由

 10数年前であれば、マスコミが流した情報を鵜呑みにしていれば

とりあえずそれでよかったのですが(情報源が今ほどなかった)、

マスコミの情報は多々恣意的なところもあるので、

それらの情報に踊らされないための一種の防衛手段が必要となりました。

その防衛手段のひとつとして、「実際に自分でデータを分析してみること」を

思いついたのです。

 

2.COVID-19のデータを探してみる

幸いなことに、2020年4月時点では、自分自身で必要な情報を取得することが

できるようになっています(探すのに苦労しましたが)。

 

まず、厚生労働省のサイトでデータを探してみました。

しかし、探し方が悪いのか、初心者のわたくしには見つけることができません。。。

 

結構本気で困っているところで、以下のサイトを見つけました。

サイトを作られているのは、ジャッグジャパン様という企業でした。 

 (普段は選挙データの分析とかもされているそうです)

ダッシュボード(飛行機のコックピットみたいに、ひと目で色々な

情報がちりばめられているイメージ)には、すごくさまざまな情報が網羅されており、

「すごい!」の一言に尽きます。

gis.jag-japan.com

 

このダッシュボードだけでもすごいというのに、

自社の集計で使用されているデータを無料で提供してくださっていたのです。

これを使わない手はないので、早速お借りすることにしました。

 

データ分析は、以前少し使っていた Tableau Public で行うことにしました。

 (まともに使うのは数年ぶりですが)

 

3.作ってみたダッシュボードたち

とりあえず作ったダッシュボード(Tableau では "VIZ"ともいう)は2本。

 

久しぶりに作ったので、シンプルなものにしてみました。

 

いずれのVIZも、

「画面右側のチェックボックスにチェックを入れると、

 チェックの内容に連動して以下の2つのレポートの表示内容が変わる」

動的なものです。

※いずれのVIZも、毎日0時~1時の間に更新予定です。

 更新されてなかったら、「眠かったんだな」と生暖かい目で

 みてやってください(笑)。

 

(1) COVID-19 ステータス別・日付別年代別患者数

 (URL;https://tabsoft.co/3cMIOYt

 

これは、以下の2つの機能を持たせています。

 

1.ステータス別患者数

これは、年代別のステータス(死亡、退院)を表してみました。

 

2.日付別年代別患者数

これは、読んで字のごとく。日付別の確定患者数を年代別に表したものです。

 

f:id:sandplover_petro:20200408005402p:plain

 

 

(2) COVID-19 都道府県別患者数一覧 

 (URL;https://tabsoft.co/3eYcYKz

 

上のVIZでは、日別の患者発生数(県別、年齢別)はわかったのですが、

一覧になっていないので多少見づらいとこがあります。

 

そこで、次は表形式のVIZを作ってみました。

 

3.居住都道府県別年代別患者数一覧

これは、都道府県別年代別の患者数一覧を表してみました。

 

4.患者別データ一覧

これは、患者一覧となります。

f:id:sandplover_petro:20200408004606p:plain

 見たい日付(都道府県)の年代別患者数、および患者のデータ一覧を

確認することができるようになっています。

 

4.何が見えてくるのか

ただ作っただけでは、意味も半減すると思います。

 

2.日付別年代別患者数を見ていると、

月曜日(3/30、4/6)の新規患者数が減っているのがわかります。

以前、「これは日曜日の検査との絡み」ということを記者会見で言われていた

ことがありましたが、これを見れば納得です。

 

マスコミは「新規患者数が減少した」とか「新規患者数は横ばい」とか

人数の増減を優先するあまり、周辺事情を無視して(恣意的に)報道することが

多いように思えます。冷静な分析、というのに使えるかもしれません。

 

<2020/4/27 追記>

自粛の効果があったためか、緩やかではあるものの新規患者数は減ってきています。

「検査してない層がいるから、そりゃ増えないだろう」という意見もありそうですが、

検査は少なくとも3月末よりは多くできているのでは、と。

その状態でこの数値なので、油断はもちろんならないものの

多少なりとも減少していることは確かかと思います。

ちゃんと証明するには、別の指標が必要になることは間違いないですが。

あとは、前週、前々週の平日(または休日)という分析軸で比較しても

わかりやすいかもしれません。

 

5.本音を言うと・・・

本音を言うと、本当はもっと楽しいことでデータ分析の勉強を

していきたいのです。。。

とはいえ、正確な情報を分析する(自分なりですが)し、

大勢を掴むというのも必要になります。

(大勢を掴むというのは、仕事とかでも活かせるかもしれません)

 

しばらく、体を弱らせない程度にデータ分析とかをしていければな、と思います。

よかったら「こんな分析できないの?」とかいうコメントもいただければ

ウレシイです。

 

<2020/4/27 追記> 

最後に、最前線で体を張ってらっしゃる医療関係者の方には

本当に感謝のひとことしかありません。ありがとうございます。

 

自分らにできる数少ないことは、COVID-19に感染しないことかと

(そうすれば、病院の方に迷惑かけることないですしね)。

 

なので、「自粛疲れ」だなんていうことのないよう、

自分も知恵をひねって乗り切っていこうと思います。