プラセボ・グラピクス

プラセボ製薬株式会社（https://corp.placebo.co.jp）のデータ可…

プラセボ・グラピクス

プラセボ製薬株式会社（https://corp.placebo.co.jp）のデータ可視化プロジェクトやで。 【図表の利用について】 SNS等で自由に共有・利用してください。ただし著作権は放棄しません。

  • プログラミング

    Pythonで統計データ可視化動画を作る方法などを紹介します。

  • 配偶関係の統計

    配偶関係にかんする統計を図示したnoteをまとめてます。じんせいのいちだいじ！

  • 国際

    国際的な事柄に関する統計

  • 人口ピラミッド

    各地各国の人口ピラミッドをながめたり、比較してみたり、特別な属性をもつ人々を抽出してみたり。まだ誰も見たことのない人口ピラミッドをお見せします。

  • 給料統計

    お給料に関する統計まとめ。

すべてのマガジンを表示

Hacking Matplotlib for Transparent Background Animations

It is difficult to make a video with a transparent background using Matplotlib/Python. This is because the method is officially blocked. # https://github.com/matplotlib/matplotlib/blob/9e18a343fb58a2978a8e27df03190ed21c61c343/lib/matplotli

プラセボ・グラピクス

    • YouTube APIでlocalizationsを更新・削除する方法 / How to remove localizations from a video using YouTube API v3?

      YouTube Data APIをつかえば動画のメタデータを編集できるし、それは簡単なことのはずやねんけど… localizations（現地化）設定YouTube動画には複数の言語でタイトルを設定できるローカライズ機能があって、うまく使えば日本だけでなくたくさんの国々で動画を視聴してもらえるかもしれへん。 Localaizations設定はStudioで手動でできるだけでなくAPIでもできて、マニュアルにはこう書いてある。 localizationsオブジェクトを使え

      プラセボ・グラピクス

      • 海外向けYouTubeのタイトルと説明の設定方法

        つくったYouTube動画を海外のひとにも見てもらいたいなら、動画の言語設定を英語にしよう。英語を追加するんやないで。英語をデフォルトにするんや。 設定方法いい方法 2024年1月時点のPC版YouTube Studioだとチャンネルのコンテンツ一覧から動画の詳細編集画面を表示し、「タイトル」と「説明」を英語で入力。 さらに詳細画面の下にある「すべて表示」リンクをクリックし、「タイトルと説明の言語」を英語にしておく。 「動画の言語」は英語でなくても日本語でもたぶん大丈

        プラセボ・グラピクス

        • 🌝絵文字の月で繊細な絵を描くで🌚

          表現力の幅の拡げるのは難しい。でもプログラムでおもろい絵や動画をつくるならどうしても必要やねんってことで、過去の流行リバイバル。 2018年ごろにバズった、月の絵文字をつかったモザイクアートを採り上げてみよう。そんで、これをちょこっと改良したろ。 🌑🌒🌓🌔🌕🌖🌗🌘　＋　🌝🌚 これらで絵を描くことを月描（つきびょう）とここでは呼ぶことにするで。線や塗りをつかわず点だけで描く絵画技法を点描（てんびょう）と呼ぶのに合わせて。 作例繊細に月描された地球。元ネタは地球の絵文字🌏

          プラセボ・グラピクス

        Hacking Matplotlib for Transparent Background Animations

        プラセボ・グラピクス

        マガジン

        • プログラミング
          8本
        • 配偶関係の統計
          9本
        • 国際
          7本
        • 人口ピラミッド
          21本
        • 給料統計
          13本
        • 社会
          15本

        記事

          未婚統計まとめ（2020国勢調査）

          令和2年国勢調査などにもとづく未婚人口、未婚率関連記事の目次。 未婚人口ピラミッド人口ピラミッドをつかって分析。 年次編 都道府県編 未婚率ピラミッド人口ピラミッドではみづらい年齢ごとの割合を表示して分析。 年次編 都道府県編 未婚率の県民性年齢を縦軸に、都道府県を横軸に分析。 男女相関編 地図プロット編 動画全国版はこちら。 都道府県別動画はこちら。

          プラセボ・グラピクス

          未婚統計まとめ（2020国勢調査）

          プラセボ・グラピクス

          未婚率の県民性・地図プロット編（2020国勢調査）

          未婚率の高低に地域差はあるのかないのか。 とりあえず15歳以上の全年齢で単純に人口から未婚者割合を算出してみた図。 色が赤いと未婚率が高いことを示してますよ。 女性の場合は圧倒的な東京都の存在感。あとは日本海側が低いか。 男性の場合、やっぱり東京近辺も高いけど、もっと広域に東高西低になってるみたい。 年齢別25歳 25歳女性図で赤く目立つのは奈良。 男女とも、中部地方を中心に未婚率が高く、そこから離れると低くなる傾向。ただし、東京や大阪は周囲よりかなり低いのはや

          プラセボ・グラピクス

          未婚率の県民性・地図プロット編（2020国勢調査）

          プラセボ・グラピクス

          未婚率の県民性・男女相関編（2020国勢調査）

          巷でよくみる未婚人口ピラミッド。 このnoteでは視点を変えて。都道府県別にみた未婚率の、男女の相関をみてみよか。 概観上のピラミッド図からもわかる通り、未婚率は年齢の影響を強くうけるので年齢別に。 縦軸に女性の未婚率を、横軸に男性の未婚率をプロット。縦横は同一スケール。縦軸・横軸がちがうため、各年齢での単純比較はできないのでご注意を。 20歳 異彩をはなつ沖縄、宮崎。左下にちかいほど男女ともに未婚率が低い、ということは、早婚傾向にあるわけやね。 色が赤いのは単純

          プラセボ・グラピクス

          未婚率の県民性・男女相関編（2020国勢調査）

          プラセボ・グラピクス

          未婚率の県民性・性年齢編（2020国勢調査）

          都道府県別の性・年齢別未婚率にはどんな特徴があるんやろ…？ 全体像の概観まずは日本全体でみた場合。 年齢が上なほど未婚率は小さい。年上なほど、少なくとも一度は婚姻関係を経験している割合がふえる。まぁ自然やね。 タイトルの「未婚率ピラミッド」は性・年齢別に人口総数を表示する「人口ピラミッド」から拝借したものやけど、こっちのほうがよっぽどピラミッド型に見えるっていう。 傾向と対策 先回っての結論としては「漫然と見てるとどの都道府県も一緒に見えてしまう」。ので、ちょっとし

          プラセボ・グラピクス

          未婚率の県民性・性年齢編（2020国勢調査）

          プラセボ・グラピクス

          未婚率の年次推移・性年齢編（2020国勢調査）

          未婚率を人口ピラミッドみたいに性年齢別にならべて年次比較したらどうなるんやろ？というわけで。 未婚率ピラミッドがどう変化してきて、今後どうなっていくのか見据えてみよか。 前提今回示すのは5年ごとに統計が取られる国勢調査にもとづく図。全国の15歳以上で配偶関係の性別・各歳データが提供されてるからそれを使うんやけど…1975年以前はPDFしかなくて（さすがに全部拾い上げる気力はなく）残念。 「年齢階級（５歳ごと）」は長期推移で1920年からのデータがあるけど「各歳」は整備さ

          プラセボ・グラピクス

          未婚率の年次推移・性年齢編（2020国勢調査）

          プラセボ・グラピクス

          未婚人口ピラミッド観察記・都道府県編（2020国勢調査）

          都道府県別の未婚人口ピラミッドから見えてくるものは…？ 全体像の概観前提として日本全国の場合はこんな感じ。色つき部分が未婚者。灰色は総人口。元データの都合上、15歳以上が対象。 とりあえずの見通しをつけるため、年齢を考慮しない性別ごとの未婚者数／総人口で単純にプロットした図。 未婚率の高い東京や沖縄は特殊そう？未婚率が低い宮崎は秋田はどやろか？ 都道府県別・未婚人口ピラミッド北海道地方 東北地方 関東地方 中部地方 関西地方 中国地方 四国地方 九州地方

          プラセボ・グラピクス

          未婚人口ピラミッド観察記・都道府県編（2020国勢調査）

          プラセボ・グラピクス

          未婚人口ピラミッド観察記・年次編（2020国勢調査）

          国勢調査データから配偶関係別人口をとりだし、未婚者のみの人口ピラミッドをつくって観察してみよう。 データはe-Statから取れるけど、古いデータはPDFの画像ファイルなので無視（ほんまは欲しいんやけど…）。1980年以降でみていく。調査間隔は５年ごと。 昭和1980年 1980年といえば昭和55年で、団塊世代が30代を迎えたころ。 図の左側が人口ピラミッドで、色つき部分が未婚者。右側は上から年代、未婚・総数人口（15歳以上）、未婚者数の男女別推移、未婚者数の世代別推移

          プラセボ・グラピクス

          未婚人口ピラミッド観察記・年次編（2020国勢調査）

          プラセボ・グラピクス

          100歳以上人口を国際比較してみよか／海外の百寿者勢力図

          100歳以上の方って2023年9月1日現在で92,139人いてはるらしい。 これは日本国内のはなしで、海外ではどうなんやろ？ 人口比較国際比較に使用するデータソースとして国連の統計を使用。 World Population Prospects 2022のデータは、以後WPP2022と略。 データ概観 WPP2022では、世界全体でみた2023年の100歳以上人口を677,514人と推計。うち140,069人が日本人。 冒頭の92,139人という厚労省データは住民基

          プラセボ・グラピクス

          100歳以上人口を国際比較してみよか／海外の百寿者勢力図

          プラセボ・グラピクス

          Pythonで作る画像つき統計データ可視化動画／国旗例

          このnoteは下記記事からのつづきもの。 経緯だけ抜粋しておこう。ツリーマップ（長方形充填図）を作りたい。で、年次推移を示すため動画にしたいと。じゃあPythonでいけるよねと。Pandas、Matplotlibよねと。 で、具体的な作例が世界各国の人口分布を示すものだったので、できれば国旗によって国を表示したいなぁなんて。万国博覧会だってあるし（？） グラフ上の任意の位置に画像をおく。これを実現しよう。 とりあえず、画像の用意。 国旗画像PNGがほしい 先人の偉

          プラセボ・グラピクス

          Pythonで作る画像つき統計データ可視化動画／国旗例

          プラセボ・グラピクス

          Pythonで作るツリーマップ統計データ可視化動画

          プログラミング言語Pythonは、ライブラリを活用することで様々な統計動画をつくれます。 これまでに紹介した動画作例は「人口ピラミッド」や「都道府県塗分け地図（コロプレスマップ）」。この記事では「ツリーマップ（長方形敷き詰め図）」をつくってみよか。 世界各国の人口にもとづく実際の例はこんな感じ。 （国旗の扱いはこちらの記事で） 過去記事と同様、ソースコードは最低限で、動画作成の方針のみを示す記事になるのでご注意を。 大まかな方針これまでの作例と同じくデータの準備は完

          プラセボ・グラピクス

          Pythonで作るツリーマップ統計データ可視化動画

          プラセボ・グラピクス

          【日本】未来人口ピラミッド「低位 vs 中位」(-2100) / 2022年推計

          国際連合事務局経済社会局人口部にもとづく人口ピラミッド推計。 このnoteでは「低位」と「中位」の両推計を比較するで。 ちなみに、遠い未来のことは完全には予測できひんから、将来人口は設定パラメータのちがいによってけっこう単純に推計されている模様。 異次元の少子化対策（2023）政府により「異次元の少子化対策」が策定された2023年。まぁ、見慣れた形の人口ピラミッド。 2022年の推計値を使っているので、低位と中位の差は1歳と0歳のみ（グレー部分）。結構ちがってるけど、

          プラセボ・グラピクス

          【日本】未来人口ピラミッド「低位 vs 中位」(-2100) / 2022年推計

          プラセボ・グラピクス

          都道府県別にみた年収統計2022／性・年齢階級別図解

          はじめにこのnoteでは年収を軸に都道府県の現状を見ていくで。データは厚労省「賃金構造基本統計調査」から。 この統計には項目が数々あるんやけど、基本的に今回は下記のもののみ。 年収でみる都道府県のすがた詳細なデータにふれる前に大まかな状況を確認しとこ。年収は性別によって大きく違うのが現状やから、まずは性別で分けてるで。 性別ごとの人数 横軸に男性人数、縦軸に女性人数。基本的に日本は高齢女性が多い状況にあるんやけど、賃金統計の調査対象になる一般労働者は男性が多いんよね。

          プラセボ・グラピクス

          都道府県別にみた年収統計2022／性・年齢階級別図解

          プラセボ・グラピクス