ReNom User Group #3 Part4

1. 元BIエバンジェリストが語る!
脱獄matplot!
1

2. 今日お話したいこと
2
アンチmatplotではありません
データと向き合う時間を増やしましょう

3. 3
自己紹介
名前:梅津 彰能
経歴:情報分析分野のSales Enginerを16年間
機械学習(SPSS Modeler)の経験もあり
今年からAIの分野を担当
プログラミング経験はPerlとかShellを少々
(得意なほうじゃない)

4. 4
Pythonのグラフ線画ライブラリ
Python使う上では”超常識”
多彩なグラフ機能 見たいときにさっと見れる

5. 5
登場回数の多いmatplot
データ確認 データ加工
学習モデル
作成
推論結果確認

6. 6
だが、元BIエバンジェリストは
matoplotでつまづく
というか、とりあえずめんどくさい
グラフの細かい修正もコードの再実行
過去の実施内容を辿るのがこんなんー。。

7. 7
なんでグラフ化なんかに頭を悩ませる?
そうだ、Tableau使おう

8. Tableauってこんなもの
8
BI・可視化ツール
Desktopツール
Excel, Database,
CSV, JSON等に対応

9. OutputをTableauへ
9
Python
Tableau
Data Extract
（TDE）
TableauCSV
Database

10. 今回の環境
10
• Python2.7
• Renom2.3
• Tableau Desktop(14日間無償)
• Tableau Data Extract API(無料)
↑TDEに出力するときに必要

11. どうやるの?
11
• Matplotに読み込ませるデータを
TDE/CSVに出力
• TDEファイルをTableauで読み込む
だけ

12. TDE出力コード
12
ほぼCSV出力といっしょ
1 | from dataextract import * #API Import
2 | #TDEファイルのオープン
3 | extract = Extract(“sample.tde”)
4 |
5 | #TDEファイルのカラム定義
6 | tableDef = TableDefinition()
7 | tableDef.addColumn(‘id’, Type.INTEGER)
8 |
9 | #テーブル定義の追加
10 | table = extract.addTable(“Extract”, tableDef)
11 |
12 | #データの登録
13 | row = Row(tableDef)
14 | row.setInteger(0, 1)
15 |
16 | #抽出ファイルのクローズ
17 | extract.close()

13. Tableauで可視化するメリット①
13
一度結果を出力してしまえばグラフの見栄えや
切り口はTableau側で調整
無用な再実行がいらない

14. Tableauで可視化するメリット②
14
グラフ選択をして、データを新たに生成できる
ちょっとだけプログラムレス

15. Tableauで可視化するメリット③
15
Confusion Matrixの結果からデータの探索が簡単
もうちょっとだけプログラムレス

16. まとめ
16
• Prediction含めてデータをExportし計算はBI
ツール任せ
• 結果を見ながら思考する次の仮説を生み出す過
程はBIツールで効率化
• 学習曲線とか見るだけグラフはmatplot