「データ」タグアーカイブ

アメリカ銃乱射地図

Voxメディアが公開している、インタラクティブな銃乱射記録地図です。

2012年のサンディー・フック小学校乱射事件以降の銃乱射事件のデータが使われていて、新しい乱射事件が起こるたびに更新されているようです。今日の時点、2012年からのたった7年弱で、2178件の乱射事件が記録されているということ。

州別に人口比の発生頻度で塗ったもの。マウスカーソルを当てると件数が見られます。ほとんどの州で乱射事件が起こっていることがわかります。

横軸が人口100人あたりの銃の数。アメリカは一人に銃一つなんですね。縦軸は10万人あたりの銃による死亡者数。アメリカは1万人に一人以上。国別でみるとダントツに他の先進諸国を離して右上に君臨しています。日本は左下、ほぼゼロに近いところ。

他にも、乱射事件で亡くなった人数は全体からみるとわずかで、その他の殺人や自殺に銃が使われていること、2012
年から乱射事件のある日に色をつけたカレンダー、など、パッと見るだけで異常な状態がわかる資料がよく可視化され、まとめられています。

銃事件の元データは、銃暴力アーカイブ(Gun Violence Archive)というサイトのものを使っているようです。こちらのサイトでは、今年2019年に銃乱射で亡くなった被害者が既に253名とわかります。

via Maps Mania

地名に強く関係した有名人で描いたアメリカ地図

アメリカ合衆国人物マップ(A People Map of the US) は、Wikipedia のデータと地名を組み合わせた、アイデアもののインタラクティブ地図です。

作成手順としては、ウィキペディアの膨大なテキストから、都市名を抜き出し、全米のそれぞれの都市に絡んで言及されている人物のページを探します。人物ページの一定期間中のページビューを使って、その都市に関係した、もっとも有名な人物を抽出し、都市名に替えて表示した結果がこの地図ということ。

出身地、現住所、出演した映画の舞台、対戦したスポーツチームのホームやスタジアム、死亡した場所、などなど、いろいろな関係でウィキペディアでは有名人たちが言及されています。それらを総合すると、「この市で有名人と言えば?」というのが大量に出てくると。面白いですね。

たとえば、こちらサンフランシスコ周辺。さすが、スティーブ・ジョブズ氏の名前が付いた都市が多いです。トム・ハンクス氏やドゥエイン・ジョンソン氏(ザ・ロック)らは、出身がその市なんですね。

日本語のWikipediaで同様の地図を作ることもできそうですし、人以外の切り口でも、地名の上に別の関連を表示することで新たな視点を楽しめる地図が作れるかもしれません。

via Maps Mania

AWSの日本サーバのIPアドレスのリストを得る

ツールのインストールなしで。

EC2サーバーなどのIPアドレスの範囲については、AWS公式がJSON形式で最新の情報を公開しています。

AWSのサーバ「からのアクセスを禁止したい」とか「からだけアクセスを許可したい」という時は、ここから対象となるサーバのリストを抽出することになります。

公式ドキュメントでは jq を使ってフィルタするといいよ、と言っています

jq をオンラインで実行できるサービス jq playがあるので、これをブラウザで開き、JSON のところに先ほどの公式のJSON の中身を貼りつけます。

フィルタとして、たとえば、「東京と大阪リージョンのEC2のアドレスを絞りこむ」だと、以下を入れます。

.prefixes[] | select(.region=="ap-northeast-1" or .region=="ap-northeast-3") | select(.service=="EC2") | .ip_prefix

ダブルクオートが不要であれば、Raw Output にチェックを入れましょう。

[訂正] はてブでご指摘いただきました。大阪は ap-northeast-3 ですね。ごめんなさい

jq play の結果は、permalink 化して共有できます。右上の”Share snippet” から。

今日の時点でのIPアドレスの範囲は、こんな風にでました。

# 今回は、公開されているデータを絞り込んだだけなので問題ないと思います。社外に漏れたら困るようなJSONを、こういったサイトに突っ込むのはやめましょう。念のため

中国版ツイッターWeiboで”N”が検閲される

中国数字時代(中国数字时代, China Digital Times)によれば、中国版マイクロブログのWeibo(新浪微博)でアルファベットの”N”が発信できない状況が発生していたということです。

中国国家主席の任期制限撤廃が、現在の国家主席習近平氏の専制化につながるのではないか、というニュースが中国以外の各国のメディアで報じられています。中国国内のネットでは、習氏を揶揄する「ディズニー」「くまのプーさん」などの単語が検閲され書き込めなくなったり、法改正とか皇帝即位とか終身制とかにあたる単語も使えなくなっているそうです。

米国カリフォルニアで活動する中国数字時代は、Weiboなどでのこの検閲の実態をウォッチしているメディアです。最新の記事
微妙な言葉: 習氏は王座へ登る」では、新たに検閲対象となった多くの単語の中に、アルファベットの”N”が含まれていると報告しています。

上は、中国数字時代のSeverdia氏による、Weiboのスクリーンショット。「移民」、「N」、「終身制」などと打とうとすると、「コンテンツは違法です」というエラーが出ています。

なぜ「N」とつぶやけなかったか、本当の理由はわかっていないのですが、こちらのブログでは、今回3選や多選に道を開いた変更に関連して、「在任n期」(连任n届)という表現が(出る|出た)ことを嫌って起こったのでは、という推理をしています。

# だったら 3期, 4期… と具体的な数字を入れて規制すればいい気もするのですが

ただ、この”N”の検閲は観測してから半日以内で解除になったということ。単に検閲プログラムの設定を間違えた可能性もありますね。

今回この記事から知ったのですが、中国数字時代ではGoogle Spreadsheet で Weibo で検閲対象になっている言葉を収集したデータベースを作成・公開しています。

古くは2011年からのデータがあり、”N”のように二度目の観測で検閲が解除されたようなものもごく少数ありますが、マイクロブログでつぶやけない単語はかなり多くあり、それが最近も増加を続けているというのがわかりますね。

イギリス中の自転車事故などを地図上で一望できるwebサービス

Bikedata は、イギリスにおける自転車に関するデータを地図上にプロットした、インタラクティブな情報地図です。

この画面では、道路のどの場所で自転車事故が発生したことがあるか、が、ピンクのマーカーで示されています。

通勤やツーリングの計画を立てる時に、事故が頻発するところを知って避ける、といった使い方もできるでしょうね。スマートフォンアプリなどで、事故の多い場所に近づいたら注意をうながす、みたいなものを作ったりもできるかもしれません。

サイトでは、事故の他にも、交通量、自転車の盗難、駐輪場、サイクルレーンの写真、など、様々な自転車に関するデータを表示することができます。

さらに、このサイトのソースはGPLv3 で公開されています。

元データは国によるもの

イギリス政府のデータ公開サイトに、道路の安全データ(Rode Safety Data)というのがあり、ここではSTATS19 という書類で報告された2005年から2014年までの事故のデータが公開されているようです。

100Mぐらいあるデータを見てみたら、こんな感じで緯度経度や日時、事故の状況を表すフラグを持つレコードが大量にあるCSVファイルでした。

こういったデータが公にされているのはいいですね。このデータを API 化して自転車事故について Cyclestreets.net が提供し、それを Google Maps APIなどを使って可視化したのが今回のサービス、ということになります。

via Maps Mania

Listly – ウェブページからデータを抽出してExcelファイルにしてくれるサービス

Listly は、ウェブページのスクレイピングをお手軽にしてくれるサービスです。

フォームに抽出したいサイトのURLを入れて、Listyボタンを押すと、

ページ内の構造から、リストを抽出してくれます。抽出に使ったCSSセレクタを表示してくれてるので、これをコピーして使うもよし、”Excel”ボタンを押すと、エクセルファイルでダウンロードもできます。

何回も繰り返すような作業ならプログラム化すると思いますが、一度しかやらないとわかっている抽出作業などでは、特に便利なのではないでしょうか。

また、未実装ですが”Scraper”というボタンを見ると、繰り返し抽出を行うためのブックマークレットか何かを生成してくれる予定があるようです。APIも開発中とか。

同様のものにImport.ioというサービスが先行であり、機能的にも強力なのですが、こちらは月$199(2万1890円) からの有料サービスとなっています。Listly もユーザーが増えればいずれはお金を取りそうではありますが、今のところは登録等なく利用できます。

via Hacker News

「個人デイトレーダーの8割は赤字」 取引情報共有サイトのデータを解析した人の話

eToro というヨーロッパの株取引サービスは、「ソーシャル・トレーディング」サービスです。ユーザーが取引情報を公開・共有できるようになっていて、さらに他のユーザーの取引を「コピーする」ことができるそうです。うまい成績を上げている人の取引をコピーすることで自分も儲けられる(かもしれない)、というのがウリなんでしょうね。

多くのユーザーの取引の結果が公開されていることから、ブログCuriousGnuの中の人は、「では平均的なユーザーはデイトレードで儲かっているんだろうか?」と思い、データを集めてその平均を調べました。eToroでデータを公開していたユーザーは83300人。それをヒストグラムにしたものが以下です。

etoro-shared-trading-average-histogram

横軸の0のところがプラスマイナス0、トントンですね。この時のデータでは、79.5%のユーザーがマイナスとなり、中央値の人で36.3%のお金を失っていたということです。

これでデイトレードのリスクが高い、と言うにはいろいろと突っ込みどころもあります。たとえば以下のようなもの。

  • eToroのユーザー (デイトレードの下手なユーザーが集まるサイトだったかも)
  • 自分の取引を公開共有するようなユーザー (上手いユーザーは共有しないのかも)
  • ある過去12か月間のデータ (たまたまデイトレードの人に不利な環境の続いた12か月だったかも)
  • 3回以上取引した人をデイトレーダーとしている (デイトレーダーの定義に必ずしもあわない)

株の売買をどんどんやってほしいサービス側はこんなデータを出さないでしょうから、見える範囲のデータでできることを調べるとすればこれぐらいが限度なのかもしれません。

via Hacker News

一年中快適な気温21℃で暮らしつつアメリカを周るための地図

天気ブログ Brian B’s Climate Blogのブライアンさんがデータから作って公開した北アメリカの地図は、「華氏70度(摂氏21度)の場所を辿りつつ旅行できる地図」(70°F Road Trip)

70f_road_trip_map

人が一番快適な温度を21℃と(仮に)決めて、快適な温度を外れずに移動すると、たとえばこんな旅程になる、というわけです。冬のテキサス、夏のアラスカはいい気候なんでしょうね。

気温が21℃の地域をアメリカの地図にプロットして、一年を見せた動画がこちら。

もうちょっと高い気温が好きな人のために、記事の最後では80℉(27℃)版の地図も追加公開されています。

日本は南北に長いので、例えば「桜の咲いている場所を追いかける」とかやれば同じ気温の土地を北上して暮らすことはできそうです。南下の時に桜のようにわかりやすい目印って何かあるでしょうかね。

旅館などを渡り歩くにしても、キャンピングカーなどを使うにしても、とてもお金の掛かりそうな話ですが。

via FlowingData

サインフェルドのアパートをDOOM上で再現したファン

アメリカのシトコム史上1,2を争う人気だったというコメディドラマ「サインフェルド」の主人公ジェリー・サインフェルドのアパートを、DOOM2 上で再現した人が現れました。

seinfeld-apartment

このアパートね。

4人のメインキャストも忠実に再現しているのですが、なにぶん元が殺伐としたシューティングゲームなので、その扱いはひどいことになっています。

作るのに100時間掛かった、というデータは、こちらからダウンロードできます

フィクションの中の建物や風景をファンが再現する、というのは、VRの普及とあわせてこれからも増えそうですね。日本でフィクションだけど誰もが知っている家、とかはどこにあたるんでしょうか。

JOHN ROMERO

レンブラントの「新作」?が公開。データが描くプロジェクト The Next Rembrandt

The Next Rembrandtが、データ解析とコンピューターで作った「次のレンブラント(The Next Rembrandt)」の発表会を行いました。

the-next-rembrandt

「17世紀にレンブラント本人が描いたものです」と言われても素人には反論できないこの絵画ですが、多数のレンブラントの絵画データを基にしてコンピューターが作った「新作」です。

オランダ発(レンブラントの出身地)の巨大金融グループINGにマイクロソフトが協力したという、この The Next Rembrandt プロジェクト、18か月を掛けて、データ・サイエンティスト、エンジニア、美術史家らが結集し進められたということです。

サイトでは、大きく4つのフェーズに分けて、この「次のレンブラント」が作られたと解説されています。

1. データの収集

レンブラントのすべての作品を、高解像度3Dスキャナなどを使ってピクセル単位で精査し、データ化します。

2. 主題の決定

レンブラントが最も多く遺した絵画のジャンルは肖像画で、その内訳は女性49%、男性51% なんだそうです。

再現する内容として、これらが最も描かれたとされる1632年からの10年の間に最も描かれた主題が以下のように選ばれました。

  • 白人男性
  • ヒゲ
  • 30代から40代
  • 黒い服に白いカラー
  • 帽子
  • 右を向いている

3. 特徴を生成

プロジェクトでは、「光と影の達人」と呼ばれたレンブラント本人の独特なスタイルを再現することが必須とされました。

彼の配置・構図・画材を再現すべく、顔認識アルゴリズムを使って目鼻の角度や離れ方などの配置や、顔のそれぞれのパーツの描き方を集積しています。

# 顔・表情の認識や特徴抽出は、今回のプロジェクトを支援しているマイクロソフトが最近いろいろ(1), (2)と発表している分野ですね。

the-next-rembrandt-face-parts

最期にそれらを一つにまとめて、レンブラントと同様の比率で配置。最後に、光と影を、これも集めたデータからの結果に従って描き入れます。

4. 命を吹き込む

ここまでは2Dのデータですが、筆致や塗りの層を、3Dで、これもまた元データから取ったのと同じように、与えます。

the-next-rembrandt-height-map

二つの異なるアルゴリズムでオリジナルから採取したパターンを基に、この3次元マップは作成されているということ。最終的には13層のインクが重ねられ、筆で描いたような絵が完成するということでした。

英ガーディアン紙の取材に対して、広報担当者は、レンブラントの新作を作ろうとしているわけではない、と答えています。「我々はレンブラントの成果から何か新しいものを作ろうとしています。レンブラントを作れるのはレンブラントだけです」と。

via The Guardian