SlideShare a Scribd company logo
1 of 63
Download to read offline
Excelでの
グラフ作成方法
(解説環境:Windows MS Office)
2018講義資料より
森下功啓
1
改訂履歴
• 2019-05-16 v.1.0 release
2
解説環境
• このスライドはWindows OS上でのMicrosoft Excelを使ったグ
ラフの作成方法について説明しています。
• 基本的には、Office 2016の解説です。
• Macの方は若干操作方法が異なりますので、適宜修正しながら
ご覧ください。
3
このスライドの目標
• Excelを使ったグラフの作成方法を学ぶ
• データの意味を視覚化しよう
4
グラフは、見たことがなければ作ろうとも思えないし、
認識もできないので、まずは網羅的に紹介する
代表的グラフの種類
• 円グラフ
• 棒グラフ
• 折れ線グラフ
• 散布図
• レーダーチャート
• コンター図
• 箱ひげ図、バイオリン図
• バブルチャート
• 頻度分布(ヒストグラム)
円グラフ(Piechart)
• 円グラフは、割合を表す
• 全部足すと、何かの100%
6
http://matplotlib.org/examples/pie_and_pol
ar_charts/pie_demo_features.html
棒グラフ(Bar Graph)
• 棒グラフは、グループ間の比較に使う
• 積み立て図により割合を比較することもある
7
http://matplotlib.org/examples/pylab_e
xamples/barchart_demo.html
折れ線グラフ(Line Graph)
• 折れ線グラフは、時系列データや、ある指標に
対する連続的な変化を表す
• Excelでは、、、
• 時系列データは「散布図」で描く
• 「折れ線グラフ」と「散布図」との差は、データの
順序を守るか守らないかで、守るのが折れ線グラフ
• Excelの「折れ線グラフ」は棒グラフの機能拡張版
8
http://matplotlib.org/examples/pylab_exa
mples/centered_ticklabels.html
散布図(Scatter Plot)
• 散布図は、2つの指標に基づき、2次元平面にデータをプロットした図
• 2変量間の関係や、クラス間の関係を表す
9
http://stat.biopapyrus.net/grap
h/scattergram.html
クラス1
クラス2
ちなみに、データの距離に基づく塊のことをク
ラスターという
←「男性」や「女性」の様に、データの属性をク
ラスともいう。左の図は、全体では相関がみられ
るがクラスごとに見ると無相関だ。また、クラス
1とクラス2はそれぞれ特性が異なり、計測値から
ほぼ識別できそうであることがわかる
レーダーチャート(Cobweb Chart)
• レーダーチャートとは、複数の指標に基づいたグループ間の差を表す
• 例えば、体力測定の項目を並べて、被験者毎に特性を確認できる
10
http://matplotlib.org/examples/a
pi/radar_chart.html
コンター図(Contour Figure)
• コンター図は、等値線を用いて2次元で3次元のデータを表現する
• 代表例は、天気図の等圧線、地形図やスカラー場(磁力の表現など)
11
http://matplotlib.org/examples/pylab_e
xamples/contour_demo.html
コンター図の例
• 右は、八代市の気温分布
• 齋藤研の卒研の成果
122008年 ヒートアイランド現象の観測のための八代市の温度場の測定結果
箱ひげ図(Boxplot)
• 箱ひげ図は、データの分布をグループごとに並べて比較する
• バイオリン図より情報量は少ないが、作図しやすい
13
http://matplotlib.org/examples/statistics/
boxplot_color_demo.html
バブルチャート(Bubble chart )
• 大きさ、位置、色、を使って4次元のデータを2次元で表す
• データの分布特性を把握する事ができる。
• 楕円の傾きで何かを表すことも可能(←5次元になる)
14
http://matplotlib.o
rg/examples/pie_
and_polar_charts/
polar_scatter_dem
o.html
http://doryokujin
.hatenablog.jp/
ヒストグラム(Histogram )
• ヒストグラムは頻度の分布を表す
• 縦軸は、割合[%],頻度[count],確率[単位なし]を選ぶ
15
http://matplotlib.org/examples/pylab_examples/
histogram_percent_demo.html
ヒストグラムの例
• 右は、マイコン(小さなコ
ンピュータ)で計測した電
圧の計測値のヒストグラム
• 計測誤差を推定できる
• 電圧といっても単位はVで
はない
16
中でも重要なグラフ
• 棒グラフ
• 折れ線グラフ
• 散布図
• 箱ひげ図
• 頻度分布(ヒストグラム)
作図上の注意
18
グラフ作成上の注意
• 軸名と、軸名に単位をつける
• 白黒印刷でも見やすいとbetter
• 無意味に3Dにしない
19
無意味に3Dにしてしまい、だめなグラフ例
http://news.livedoor.com/article/detail/11392840/
人間は色・形・大きさによって印
象を大きく変えやすい生き物であ
ることを念頭に入れよう。
印象操作はほどほどに
20
from
https://matome.naver.jp/odai/2131592080611832101
縦軸を対数軸にすることで、東日
本大震災の際に東京に降下した放
射性物質量を矮小化している
21
from
https://matome.naver.jp/odai/2131592080611832101
縦軸をリニアに変更するとこうなる
印象操作はほどほどに
22*「統計でうそをつく法」より
大したことない変化を
大きく見せている
Excelでのグラフの作り方
主に散布図を例に
23
Excelを起動
• 検索バーに「excel」と入力して出
てきたExcelのアイコンをクリック
24*OSがWindows 10でOffice216の場合
Excelの画面と名前
25
リボン
このマス目は、セルと呼ぶ
アクティブな(選択
された)セル
アクティブなセルの式や値
シート名
ブック名
列名
アクティブなセル
のアドレス
行名
以下のデータを基に、実際に作ってみる
手順例
1. ダウンロード
1. https://www.dropbox.com/s/x86jenh0hvsezkn/regression_graph.xlsx?dl=0
2. 散布図作成
3. 軸名追加
4. フォント整形
5. 枠と目盛り線の整形
6. 凡例追加と書式設定
7. 近似曲線追加と書式設定
8. マーカーの調整
26
完成例
27
*この図はレポートや卒論用なので、ややスライドでは見づらい
y = 7.472 x3 + 25.441 x2 - 185.706 x + 189.478
R² = 0.994
-500
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
0 1 2 3 4 5 6 7 8
y[kg]
x[cm]
Excelのグラフの構成
28
y = 7.472 x3 + 25.441 x2 - 185.706 x + 189.478
R² = 0.994
-500
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
0 1 2 3 4 5 6 7 8
y[kg]
x[cm]
軸ラベル
軸
近似曲線ラベル
縦軸
横軸
描画領域
マーカー 近似曲線
Excelのグラフの構成
29
y = 7.472 x3 + 25.441 x2 - 185.706 x + 189.478
R² = 0.994
-500
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
0 1 2 3 4 5 6 7 8
y[kg]
x[cm]
軸の線
(描画領域の枠線の上に
レンダリングされる)
描画領域の枠線
*ワザと、軸の線の色を赤とし、更に軸の交点をずらして描画した
散布図の作成
30
データをマウスで左クリックした
ままスライドさせて選択
「挿入」から「散布図」を選択
作成された散布図
ここの図名は不要なので削除
近似曲線の追加
31
点を左クリックし
て、右クリック
近似関数を選択
描画できた
近似式の追加
32
近似曲線を左クリックし
て、右クリック
描画できた
近似式の有効数字調整
33
有効数字が増えた
表示形式で“指数”を選択
(お勧め)
近似式のラベルを左ク
リックして、右クリック
軸名の追加
• 図には必ず軸名(と単位)をつける
• 例えば、”距離[m]”など
34
グラフを選択し、右上の+
マークをクリック
軸ラベルにチェッ
クを入れる
軸名を編集
単位があれば必ずつける
フォント体の調整
論文での作法
• 和文はMS明朝,英数字はTimes New Romanが多い
• フォントサイズは9ptが多い
• 凡例は軸などの数値よりも小さくてもOKってこともあるが、印刷した時
に読めるサイズが良い
35
操作対象を
クリック
フォント体を選ぶ 変更できた
フォント体をExcelブック全体で調整する方法
36
*MS Office for Mac 2016ではできないようだ
「フォントのカスタマイズ」
をクリック
フォントの設定を書き換える
ただし、フォントサイズは個別設定となるので注意
…
軸フォントの色を濃くする
• フォントの色はデフォルト(標準)では灰色
• 黒に変えよう
37
フォントの色を変更 フォントの色が変わった
数値をクリックして選択
図枠を削除
• 論文に掲載する図には図枠を付けないことが多い
38
Before:図枠がある
“枠なし”を選択
After:図枠が消えたグラフをク
リック
グリッドを見やすく変更
• Excelのグラフは標準では縦軸横軸の線が鼠色で見にくい
• 黒に色を変更してみやすくしよう
39
縦の目盛線をクリック
線の色を黒に変更 横線も黒にした
軸を選択
横軸も色を変えた
線の色を黒に変更
凡例(はんれい)などの塗りつぶしと枠
• 凡例などが図の罫線と重なると見づらいので背景は白
• また、凡例の枠が分かりやすいように黒線で囲む
40
塗りつぶしで
白を選択
枠線で黒を選択
before
after
近似式の枠をクリック
軸の交点の変更
• 軸の交点がグラフの描画領域内に入ると、数値が罫線と重なって
しまい見にくい
• 重ならないように調整する
41
before
after
横軸の位置をず
らしたいので、
縦軸をクリック
“軸の書式設定”を
クリック
横軸との交点で値を指定
軸の範囲の調整
• 複数のグラフを比較する場合など、軸の範囲を固定したいことがある
42
Before
After
軸の書式設定をクリック 境界値を設定
表示形式の変更
• 数値はパッと見て桁数(オーダー)が分かった方が良い
• 表示形式を変更することで、3桁ごとに”,”を入れたり、負値の
表記を調整する
43
Before
After軸の書式設定を
表示させる
表示形式を表
示させる
カテゴリを数値に変え、負の
数の表現にマイナスを選択
マーカーの変更
• 1つのグラフ内に2つ以上のデータを重ね描き
する場合、マーカーの種類を分ける
44
Before
2つのマーカーが同じ形・輝度
で、モノクロ印刷では区別でき
ない
After
見間違えないだろう
マーカーの形・色・大きさ・
枠線の色を調整する
“データ系列の書式設定”
をクリック
Excelでヒストグラム作成
Office2016編
データ選択
挿入タブの選択
ヒストグラムの選
択
ヒストグラム作成手順
46
次のページ
ヒストグラム作成手順
47
あとは更に軸名を入れたり、フォン
トや罫線の調整をすればOK
Excelでヒストグラム作成
Office2013編
分析ツールの有効化
49
クリック
クリック
クリック
クリック
クリック
チェックを入れる
分析ツールの有効化
50
ヒストグラムの選択して、
「OK」をクリック
ヒストグラム作成手順
51
テータタブから、「デー
タ分析」をクリック
枠内の白欄をクリック
データを選択
(このキャプチャはExcel2016のもの
なので、2013とはちょっと見た目が
違うかもしれない)
ヒストグラム作成手順
52
データ選択 挿入タブから棒
グラフを選択
ヒストグラム作成手順
53
あとは更に軸名を入れたり、フォン
トや罫線の調整をすればOK
グラフの他の文書での利用
54
グラフを他のソフトウェアに貼り付け
• WordやPowerPointにグラフを貼り付けるには、データごと貼り付
ける方法と、画像に変換して張り付ける方法の2通りがある
• データごとだと見た目は美しいが、調整が大変だったりファイルサ
イズが増えたり、描画に時間がかかったりする。最悪、ファイルが
壊れてしまう。
• 図で貼り付けると、拡大したときに荒れが目立つ。おまけに、Word
は印刷時に画像を圧縮するため、更に荒れて見える。
• 大抵の場合、グラフは画像に変換してから貼り付けると良い。ただ
し、画素荒れが起きるので、2倍のサイズでグラフを作る。図は貼付
け後に半分に縮小する。
55
2倍のサイズで作って貼り付ける手順
56
1倍の図
2倍の図
2倍の図をクリップボードにコピーする
Wordに図として貼り付ける
(Wordで、右クリックから図を選択)
*この方法は、Windows版Officeでないとできない @Office2016
サイズを半分
に指定する
Tips:その他
• Excelが付加するグラフタイトルは不要
• レポートや論文では図の下に図番とタイトルをつける
• 軸の数値が”0.15, 0.2, 0.25, 0.3”などと桁数が増減するのは美し
くない。桁数は揃えよう。→表示形式を数値に変更
57
2
2.5
3
3.5
4
0 5 10 15 20 25 30
水位[cm]
電気抵抗[kΩ]
水位と電気抵抗の関係
*とあるレポートより引用・改変
付録
58
作図方法が分からなかったら、、
• GoogleやYouTubeで検索しよう
• 日本語でもOKですが、英語で検索した方が断然ヒットします。
59
棒グラフと折れ線グラフの作り方@Excel
• https://www.youtube.com/watch?v=xP5A2EqauE0
60
散布図の作り方@Excel
• https://www.youtube.com/watch?v=fjpxLxQm12E
61
お勧めの本
• ウォールストリート・ジャー
ナル式 図解表現のルール
• https://goo.gl/P3RhCN
62
データのサンプル
• 統計を学びたい人へ贈る、統計解析に使えるデータセットまとめ
• http://d.hatena.ne.jp/hoxo_m/20120214/p1
• データ指向統計データベース
• http://mo161.soci.ous.ac.jp/@d/DoDStat/DataList/indexj.html
63

More Related Content

What's hot

ソフトウェア開発における『知の高速道路』
ソフトウェア開発における『知の高速道路』ソフトウェア開発における『知の高速道路』
ソフトウェア開発における『知の高速道路』Yoshitaka Kawashima
 
ベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づけるベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づけるitoyan110
 
CEDEC2021 Android iOS 実機上での自動テストをより楽に有意義にする為に ~端末管理・イメージ転送・動画記録等の周辺情報のノウハウ共有~
CEDEC2021 Android iOS 実機上での自動テストをより楽に有意義にする為に ~端末管理・イメージ転送・動画記録等の周辺情報のノウハウ共有~CEDEC2021 Android iOS 実機上での自動テストをより楽に有意義にする為に ~端末管理・イメージ転送・動画記録等の周辺情報のノウハウ共有~
CEDEC2021 Android iOS 実機上での自動テストをより楽に有意義にする為に ~端末管理・イメージ転送・動画記録等の周辺情報のノウハウ共有~SEGADevTech
 
「速」を落とさないコードレビュー
「速」を落とさないコードレビュー「速」を落とさないコードレビュー
「速」を落とさないコードレビューTakafumi ONAKA
 
「いい検索」を考える
「いい検索」を考える「いい検索」を考える
「いい検索」を考えるShuryo Uchida
 
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)Tokoroten Nakayama
 
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術Knowledge & Experience
 
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
心理的安全性の構造 デブサミ2019夏 structure of psychological safety心理的安全性の構造 デブサミ2019夏 structure of psychological safety
心理的安全性の構造 デブサミ2019夏 structure of psychological safetyTokoroten Nakayama
 
Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)Shintaro Fukushima
 
全部Excelでやろうとして後悔するデータ分析
全部Excelでやろうとして後悔するデータ分析全部Excelでやろうとして後悔するデータ分析
全部Excelでやろうとして後悔するデータ分析__john_smith__
 
Tableauのつまづきポイント
TableauのつまづきポイントTableauのつまづきポイント
TableauのつまづきポイントShinji Tamura
 
Rで実験計画法 後編
Rで実験計画法 後編Rで実験計画法 後編
Rで実験計画法 後編itoyan110
 
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識Tsutomu Sogitani
 
Tableau serverを1年間運用して
Tableau serverを1年間運用してTableau serverを1年間運用して
Tableau serverを1年間運用してKouichi Imaizumi
 
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIShota Imai
 
リッチなドメインモデル 名前探し
リッチなドメインモデル 名前探しリッチなドメインモデル 名前探し
リッチなドメインモデル 名前探し増田 亨
 
心理的安全性を 0から80ぐらいに上げた話
心理的安全性を 0から80ぐらいに上げた話心理的安全性を 0から80ぐらいに上げた話
心理的安全性を 0から80ぐらいに上げた話Yusuke Hisatsu
 
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」Ken'ichi Matsui
 
データ解析のための統計モデリング入門 1~2章
データ解析のための統計モデリング入門 1~2章 データ解析のための統計モデリング入門 1~2章
データ解析のための統計モデリング入門 1~2章 itoyan110
 

What's hot (20)

Slideshare Japanese
Slideshare JapaneseSlideshare Japanese
Slideshare Japanese
 
ソフトウェア開発における『知の高速道路』
ソフトウェア開発における『知の高速道路』ソフトウェア開発における『知の高速道路』
ソフトウェア開発における『知の高速道路』
 
ベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づけるベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づける
 
CEDEC2021 Android iOS 実機上での自動テストをより楽に有意義にする為に ~端末管理・イメージ転送・動画記録等の周辺情報のノウハウ共有~
CEDEC2021 Android iOS 実機上での自動テストをより楽に有意義にする為に ~端末管理・イメージ転送・動画記録等の周辺情報のノウハウ共有~CEDEC2021 Android iOS 実機上での自動テストをより楽に有意義にする為に ~端末管理・イメージ転送・動画記録等の周辺情報のノウハウ共有~
CEDEC2021 Android iOS 実機上での自動テストをより楽に有意義にする為に ~端末管理・イメージ転送・動画記録等の周辺情報のノウハウ共有~
 
「速」を落とさないコードレビュー
「速」を落とさないコードレビュー「速」を落とさないコードレビュー
「速」を落とさないコードレビュー
 
「いい検索」を考える
「いい検索」を考える「いい検索」を考える
「いい検索」を考える
 
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
 
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
 
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
心理的安全性の構造 デブサミ2019夏 structure of psychological safety心理的安全性の構造 デブサミ2019夏 structure of psychological safety
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
 
Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)
 
全部Excelでやろうとして後悔するデータ分析
全部Excelでやろうとして後悔するデータ分析全部Excelでやろうとして後悔するデータ分析
全部Excelでやろうとして後悔するデータ分析
 
Tableauのつまづきポイント
TableauのつまづきポイントTableauのつまづきポイント
Tableauのつまづきポイント
 
Rで実験計画法 後編
Rで実験計画法 後編Rで実験計画法 後編
Rで実験計画法 後編
 
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識
 
Tableau serverを1年間運用して
Tableau serverを1年間運用してTableau serverを1年間運用して
Tableau serverを1年間運用して
 
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
 
リッチなドメインモデル 名前探し
リッチなドメインモデル 名前探しリッチなドメインモデル 名前探し
リッチなドメインモデル 名前探し
 
心理的安全性を 0から80ぐらいに上げた話
心理的安全性を 0から80ぐらいに上げた話心理的安全性を 0から80ぐらいに上げた話
心理的安全性を 0から80ぐらいに上げた話
 
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
 
データ解析のための統計モデリング入門 1~2章
データ解析のための統計モデリング入門 1~2章 データ解析のための統計モデリング入門 1~2章
データ解析のための統計モデリング入門 1~2章
 

Similar to Excelでのグラフの作成方法re

[Excel]basic training01(1/5)
[Excel]basic training01(1/5)[Excel]basic training01(1/5)
[Excel]basic training01(1/5)Hiroyuki Ishikawa
 
脱 Excel設計書
脱 Excel設計書脱 Excel設計書
脱 Excel設計書rai
 
教育校務への活用模索
教育校務への活用模索教育校務への活用模索
教育校務への活用模索Yutaka Makabe
 
cs-6. データベースとデータサイエンス
cs-6. データベースとデータサイエンスcs-6. データベースとデータサイエンス
cs-6. データベースとデータサイエンスkunihikokaneko1
 
Excel基礎講座
Excel基礎講座Excel基礎講座
Excel基礎講座ofunato
 
ex-1. Excel を使ってみる
ex-1. Excel を使ってみるex-1. Excel を使ってみる
ex-1. Excel を使ってみるkunihikokaneko1
 

Similar to Excelでのグラフの作成方法re (6)

[Excel]basic training01(1/5)
[Excel]basic training01(1/5)[Excel]basic training01(1/5)
[Excel]basic training01(1/5)
 
脱 Excel設計書
脱 Excel設計書脱 Excel設計書
脱 Excel設計書
 
教育校務への活用模索
教育校務への活用模索教育校務への活用模索
教育校務への活用模索
 
cs-6. データベースとデータサイエンス
cs-6. データベースとデータサイエンスcs-6. データベースとデータサイエンス
cs-6. データベースとデータサイエンス
 
Excel基礎講座
Excel基礎講座Excel基礎講座
Excel基礎講座
 
ex-1. Excel を使ってみる
ex-1. Excel を使ってみるex-1. Excel を使ってみる
ex-1. Excel を使ってみる
 

More from Katsuhiro Morishita

数ページの卒業論文作成のためのwordの使い方
数ページの卒業論文作成のためのwordの使い方数ページの卒業論文作成のためのwordの使い方
数ページの卒業論文作成のためのwordの使い方Katsuhiro Morishita
 
Pythonのパッケージ管理ツールの話@2020
Pythonのパッケージ管理ツールの話@2020Pythonのパッケージ管理ツールの話@2020
Pythonのパッケージ管理ツールの話@2020Katsuhiro Morishita
 
オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)Katsuhiro Morishita
 
SIgfox触ってみた in IoTLT in 熊本市 vol.3
SIgfox触ってみた in IoTLT in 熊本市 vol.3SIgfox触ってみた in IoTLT in 熊本市 vol.3
SIgfox触ってみた in IoTLT in 熊本市 vol.3Katsuhiro Morishita
 
Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018Katsuhiro Morishita
 
Pythonで始めた数値計算の授業@わんくま勉強会2018-04
Pythonで始めた数値計算の授業@わんくま勉強会2018-04Pythonで始めた数値計算の授業@わんくま勉強会2018-04
Pythonで始めた数値計算の授業@わんくま勉強会2018-04Katsuhiro Morishita
 
マークシート読み込みプログラムを作ってみた@2018-04-04
マークシート読み込みプログラムを作ってみた@2018-04-04マークシート読み込みプログラムを作ってみた@2018-04-04
マークシート読み込みプログラムを作ってみた@2018-04-04Katsuhiro Morishita
 
オトナの画像認識 2018年3月21日実施
オトナの画像認識 2018年3月21日実施オトナの画像認識 2018年3月21日実施
オトナの画像認識 2018年3月21日実施Katsuhiro Morishita
 
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001Katsuhiro Morishita
 
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルーシリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルーKatsuhiro Morishita
 
シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-07 ニューラルネットワークによる非線形回帰シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-07 ニューラルネットワークによる非線形回帰Katsuhiro Morishita
 
シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰Katsuhiro Morishita
 
シリーズML-05 ニューラルネットワーク
シリーズML-05 ニューラルネットワークシリーズML-05 ニューラルネットワーク
シリーズML-05 ニューラルネットワークKatsuhiro Morishita
 
シリーズML-03 ランダムフォレストによる自動識別
シリーズML-03 ランダムフォレストによる自動識別シリーズML-03 ランダムフォレストによる自動識別
シリーズML-03 ランダムフォレストによる自動識別Katsuhiro Morishita
 
シリーズML-01 機械学習の概要
シリーズML-01 機械学習の概要シリーズML-01 機械学習の概要
シリーズML-01 機械学習の概要Katsuhiro Morishita
 
Pandas利用上のエラーとその対策
Pandas利用上のエラーとその対策Pandas利用上のエラーとその対策
Pandas利用上のエラーとその対策Katsuhiro Morishita
 
Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成
Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成
Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成Katsuhiro Morishita
 

More from Katsuhiro Morishita (20)

数ページの卒業論文作成のためのwordの使い方
数ページの卒業論文作成のためのwordの使い方数ページの卒業論文作成のためのwordの使い方
数ページの卒業論文作成のためのwordの使い方
 
Pythonのパッケージ管理ツールの話@2020
Pythonのパッケージ管理ツールの話@2020Pythonのパッケージ管理ツールの話@2020
Pythonのパッケージ管理ツールの話@2020
 
オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)
 
SIgfox触ってみた in IoTLT in 熊本市 vol.3
SIgfox触ってみた in IoTLT in 熊本市 vol.3SIgfox触ってみた in IoTLT in 熊本市 vol.3
SIgfox触ってみた in IoTLT in 熊本市 vol.3
 
Google Colaboratoryの使い方
Google Colaboratoryの使い方Google Colaboratoryの使い方
Google Colaboratoryの使い方
 
Pythonのmain関数
Pythonのmain関数Pythonのmain関数
Pythonのmain関数
 
Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018
 
機械学習と主成分分析
機械学習と主成分分析機械学習と主成分分析
機械学習と主成分分析
 
Pythonで始めた数値計算の授業@わんくま勉強会2018-04
Pythonで始めた数値計算の授業@わんくま勉強会2018-04Pythonで始めた数値計算の授業@わんくま勉強会2018-04
Pythonで始めた数値計算の授業@わんくま勉強会2018-04
 
マークシート読み込みプログラムを作ってみた@2018-04-04
マークシート読み込みプログラムを作ってみた@2018-04-04マークシート読み込みプログラムを作ってみた@2018-04-04
マークシート読み込みプログラムを作ってみた@2018-04-04
 
オトナの画像認識 2018年3月21日実施
オトナの画像認識 2018年3月21日実施オトナの画像認識 2018年3月21日実施
オトナの画像認識 2018年3月21日実施
 
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
 
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルーシリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
 
シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-07 ニューラルネットワークによる非線形回帰シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-07 ニューラルネットワークによる非線形回帰
 
シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰
 
シリーズML-05 ニューラルネットワーク
シリーズML-05 ニューラルネットワークシリーズML-05 ニューラルネットワーク
シリーズML-05 ニューラルネットワーク
 
シリーズML-03 ランダムフォレストによる自動識別
シリーズML-03 ランダムフォレストによる自動識別シリーズML-03 ランダムフォレストによる自動識別
シリーズML-03 ランダムフォレストによる自動識別
 
シリーズML-01 機械学習の概要
シリーズML-01 機械学習の概要シリーズML-01 機械学習の概要
シリーズML-01 機械学習の概要
 
Pandas利用上のエラーとその対策
Pandas利用上のエラーとその対策Pandas利用上のエラーとその対策
Pandas利用上のエラーとその対策
 
Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成
Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成
Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成
 

Excelでのグラフの作成方法re