Submit Search
Upload
Excelでのグラフの作成方法re
•
1 like
•
3,086 views
Katsuhiro Morishita
Follow
Excelを使ったグラフの作成方法と、論文などへ掲載する上で必要となる編集機能の使い方を解説しました。 Excelの起動方法や、ヒストグラムの作成方法を追記しました。
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 63
Download now
Download to read offline
Recommended
Developers.IO 2019 Sapporoの発表資料です。 クレイジーな方向を目指しましたが、Excel大好きってわけじゃありません。
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__
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
shima o
数式を綺麗にプログラミングするコツ #spro2013
数式を綺麗にプログラミングするコツ #spro2013
Shuyo Nakatani
2016年7月28日 HCPC勉強会
動的計画法を極める!
動的計画法を極める!
HCPC: 北海道大学競技プログラミングサークル
Nov 05, 2018 北海道大学競技プログラミングサークル勉強会
最大流 (max flow)
最大流 (max flow)
HCPC: 北海道大学競技プログラミングサークル
機械学習プロフェッショナルシリーズの劣モジュラ最適化と機械学習の1章の発表資料です。
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
AtCoder Regular Contest 016 解説です
AtCoder Regular Contest 016 解説
AtCoder Regular Contest 016 解説
AtCoder Inc.
Stan で欠測データの相関係数を推定してみた
Stan で欠測データの相関係数を推定してみた
hoxo_m
Recommended
Developers.IO 2019 Sapporoの発表資料です。 クレイジーな方向を目指しましたが、Excel大好きってわけじゃありません。
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__
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
shima o
数式を綺麗にプログラミングするコツ #spro2013
数式を綺麗にプログラミングするコツ #spro2013
Shuyo Nakatani
2016年7月28日 HCPC勉強会
動的計画法を極める!
動的計画法を極める!
HCPC: 北海道大学競技プログラミングサークル
Nov 05, 2018 北海道大学競技プログラミングサークル勉強会
最大流 (max flow)
最大流 (max flow)
HCPC: 北海道大学競技プログラミングサークル
機械学習プロフェッショナルシリーズの劣モジュラ最適化と機械学習の1章の発表資料です。
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
AtCoder Regular Contest 016 解説です
AtCoder Regular Contest 016 解説
AtCoder Regular Contest 016 解説
AtCoder Inc.
Stan で欠測データの相関係数を推定してみた
Stan で欠測データの相関係数を推定してみた
hoxo_m
PFI 社内セミナーで発表した Gröbner 基底に関するざっとした資料です。 動画:http://www.ustream.tv/recorded/45083535 http://www.ustream.tv/recorded/45083876
技術者が知るべき Gröbner 基底
技術者が知るべき Gröbner 基底
Hiromi Ishii
100614Twittcherの会勉強会資料
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
Shinohara Masahiro
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
2023/02/06追記: slideshareが非常に使いづらくなってしまったため、speakerdeckに転載しました。 https://speakerdeck.com/masaha03/hazimeteno-r 補足記事を書きました。併せてご覧ください。http://m884.hateblo.jp/entry/2012/12/03/232431
はじめての「R」
はじめての「R」
Masahiro Hayashi
日本応用数理学会 2017年度 年会 2017年9月8日(金) [ [研究部会 OS] 機械学習] http://annual2017.jsiam.org/program#1422 グラフとして表現された対象が多数ある場合、そのデータセットの統計的トレンドを理解するための情報技術が必要となる。この目的のため、様々な教師付き学習方式が現在までに研究されてきた。本発表では、発表者が関わってきた生命科学・材料科学の例について、低分子化合物のグラフエンコードや特徴量計算の手法、スパース学習や回帰森を用いた教師付き学習、及び最近の話題についての概要を紹介する。
グラフデータの機械学習における特徴表現の設計と学習
グラフデータの機械学習における特徴表現の設計と学習
Ichigaku Takigawa
第4回DARM勉強会発表資料 「構造方程式モデリング」 報告ガイドラインの概要
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
第28回Tokyo.Rでの発表資料です
はじめてのShiny
はじめてのShiny
Kazuya Wada
グラフ理論入門 1
グラフ理論入門 1
グラフ理論入門 1
butsurizuki
グラフマスターに、俺はなる! 20160107
目指せグラフマスター
目指せグラフマスター
HCPC: 北海道大学競技プログラミングサークル
PRML8章
PRML8章
弘毅 露崎
AtCoder Beginner Contest 002の解説です
AtCoder Beginner Contest 002 解説
AtCoder Beginner Contest 002 解説
AtCoder Inc.
db analytics showcase Sapporo 2017 発表資料 http://www.db-tech-showcase.com/dbts/analytics
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
hoxo_m
機械学習とif文が地続きであることを解説しました。 ver.2 質問への回答を追加し、顧客価値の小問に図を追加してわかりやすくかみ砕きました。
If文から機械学習への道
If文から機械学習への道
nishio
AtCoder Beginner Contest 023 解説
AtCoder Beginner Contest 023 解説
AtCoder Beginner Contest 023 解説
AtCoder Inc.
第23回情報論的学習理論と機械学習研究会 (IBISML)
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
Shiga University, RIKEN
広島ベイズ塾で発表した,負の二項分布についての資料です。
負の二項分布について
負の二項分布について
Hiroshi Shimizu
Slides for PyCon 2020
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
Kosaku Ono
機械学習の勉強会で発表したもの。 『深層学習』(岡谷貴之)のChapter2.4.3および2.4.4を解説した。
2値分類・多クラス分類
2値分類・多クラス分類
t dev
10月4日、統計的学習の基礎読書会 第8回&第9回で使用した資料です。
統計的学習の基礎6章前半 #カステラ本
統計的学習の基礎6章前半 #カステラ本
Akifumi Eguchi
情オリ2012春合宿講義資料
指数時間アルゴリズム入門
指数時間アルゴリズム入門
Yoichi Iwata
社会人になってからEXCELに初めて触れましたが、誰も教えてくれる人がおらず、独学で学ぶしかありませんでした。 それはあるべき姿ではないので、自分が学習した内容を体系化(っぽく)して共有したいと思い、アップロードしました。
[Excel]basic training01(1/5)
[Excel]basic training01(1/5)
Hiroyuki Ishikawa
日本中に蔓延するExcel設計書からの脱却を試みる話
脱 Excel設計書
脱 Excel設計書
rai
More Related Content
What's hot
PFI 社内セミナーで発表した Gröbner 基底に関するざっとした資料です。 動画:http://www.ustream.tv/recorded/45083535 http://www.ustream.tv/recorded/45083876
技術者が知るべき Gröbner 基底
技術者が知るべき Gröbner 基底
Hiromi Ishii
100614Twittcherの会勉強会資料
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
Shinohara Masahiro
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
2023/02/06追記: slideshareが非常に使いづらくなってしまったため、speakerdeckに転載しました。 https://speakerdeck.com/masaha03/hazimeteno-r 補足記事を書きました。併せてご覧ください。http://m884.hateblo.jp/entry/2012/12/03/232431
はじめての「R」
はじめての「R」
Masahiro Hayashi
日本応用数理学会 2017年度 年会 2017年9月8日(金) [ [研究部会 OS] 機械学習] http://annual2017.jsiam.org/program#1422 グラフとして表現された対象が多数ある場合、そのデータセットの統計的トレンドを理解するための情報技術が必要となる。この目的のため、様々な教師付き学習方式が現在までに研究されてきた。本発表では、発表者が関わってきた生命科学・材料科学の例について、低分子化合物のグラフエンコードや特徴量計算の手法、スパース学習や回帰森を用いた教師付き学習、及び最近の話題についての概要を紹介する。
グラフデータの機械学習における特徴表現の設計と学習
グラフデータの機械学習における特徴表現の設計と学習
Ichigaku Takigawa
第4回DARM勉強会発表資料 「構造方程式モデリング」 報告ガイドラインの概要
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
第28回Tokyo.Rでの発表資料です
はじめてのShiny
はじめてのShiny
Kazuya Wada
グラフ理論入門 1
グラフ理論入門 1
グラフ理論入門 1
butsurizuki
グラフマスターに、俺はなる! 20160107
目指せグラフマスター
目指せグラフマスター
HCPC: 北海道大学競技プログラミングサークル
PRML8章
PRML8章
弘毅 露崎
AtCoder Beginner Contest 002の解説です
AtCoder Beginner Contest 002 解説
AtCoder Beginner Contest 002 解説
AtCoder Inc.
db analytics showcase Sapporo 2017 発表資料 http://www.db-tech-showcase.com/dbts/analytics
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
hoxo_m
機械学習とif文が地続きであることを解説しました。 ver.2 質問への回答を追加し、顧客価値の小問に図を追加してわかりやすくかみ砕きました。
If文から機械学習への道
If文から機械学習への道
nishio
AtCoder Beginner Contest 023 解説
AtCoder Beginner Contest 023 解説
AtCoder Beginner Contest 023 解説
AtCoder Inc.
第23回情報論的学習理論と機械学習研究会 (IBISML)
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
Shiga University, RIKEN
広島ベイズ塾で発表した,負の二項分布についての資料です。
負の二項分布について
負の二項分布について
Hiroshi Shimizu
Slides for PyCon 2020
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
Kosaku Ono
機械学習の勉強会で発表したもの。 『深層学習』(岡谷貴之)のChapter2.4.3および2.4.4を解説した。
2値分類・多クラス分類
2値分類・多クラス分類
t dev
10月4日、統計的学習の基礎読書会 第8回&第9回で使用した資料です。
統計的学習の基礎6章前半 #カステラ本
統計的学習の基礎6章前半 #カステラ本
Akifumi Eguchi
情オリ2012春合宿講義資料
指数時間アルゴリズム入門
指数時間アルゴリズム入門
Yoichi Iwata
What's hot
(20)
技術者が知るべき Gröbner 基底
技術者が知るべき Gröbner 基底
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
Active Learning 入門
Active Learning 入門
はじめての「R」
はじめての「R」
グラフデータの機械学習における特徴表現の設計と学習
グラフデータの機械学習における特徴表現の設計と学習
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
はじめてのShiny
はじめてのShiny
グラフ理論入門 1
グラフ理論入門 1
目指せグラフマスター
目指せグラフマスター
PRML8章
PRML8章
AtCoder Beginner Contest 002 解説
AtCoder Beginner Contest 002 解説
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
If文から機械学習への道
If文から機械学習への道
AtCoder Beginner Contest 023 解説
AtCoder Beginner Contest 023 解説
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
負の二項分布について
負の二項分布について
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
2値分類・多クラス分類
2値分類・多クラス分類
統計的学習の基礎6章前半 #カステラ本
統計的学習の基礎6章前半 #カステラ本
指数時間アルゴリズム入門
指数時間アルゴリズム入門
Similar to Excelでのグラフの作成方法re
社会人になってからEXCELに初めて触れましたが、誰も教えてくれる人がおらず、独学で学ぶしかありませんでした。 それはあるべき姿ではないので、自分が学習した内容を体系化(っぽく)して共有したいと思い、アップロードしました。
[Excel]basic training01(1/5)
[Excel]basic training01(1/5)
Hiroyuki Ishikawa
日本中に蔓延するExcel設計書からの脱却を試みる話
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
Yutaka Makabe
【トピックス】 データベースとデータサイエンス, 表計算ソフトウエア, Office 365 と Excel, Excel の基本, 散布図, 合計, 平均, 分布, 密度 【概要】 データベースは、特定の主題のデータを整理・保存・管理するためのデータの集合体である。 データベースは、日常生活の情報管理にも役に立っており、 オンラインコミュニケーション、リアルタイムのサービス提供、AIの学習・予測、サイバーフィジカルシステムの実現など、 様々な分野で利用される。 データサイエンスは、データから有益な情報を抽出し、予測・判断を行うためのもので、AIや情報処理と関連している。 Excelを使用すると、パソコン上でデータサイエンスを実行することが可能で、データの集計、平均の算出、散布図やヒストグラムの作成など、 データから有益な情報を引き出すためのツールとして活用できる。 データベースとデータサイエンスを理解し、知識とスキルを習得することは、将来的に大きな利点につながる。 【関連するページ等】 ・コンピューターサイエンス(全15回) https://www.kkaneko.jp/cc/cs/index.html ・金子邦彦研究室ホームページ https://www.kkaneko.jp/index.html ・YouTube 動画 https://youtu.be/hafgkLQ2fzs 【関係する外部ページ】 ・Microsoft 365 https://portal.office.com 総務省が公開しているデータを使用. 年次 出生数 死亡数 1985 1432 752 1990 1222 820 1995 1187 922 2000 1191 962 2005 1063 1084 2010 1071 1197
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
ofunato
トピックス:シート, アクティブセル, 数式, Excel 演習 Excel の使い方(スライド資料)(全14回) https://www.kkaneko.jp/cc/excel/index.html 金子邦彦研究室ホームページ https://www.kkaneko.jp/index.html
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)
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
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
ex-1. Excel を使ってみる
ex-1. Excel を使ってみる
More from Katsuhiro Morishita
卒論をwordで作ってもらう際に必要なテクニック等について、まとめてみました。
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
2020年5月23日のかごもくで発表させて頂いた、Pythonのバージョン管理ツールの話です。全然詳しくないのでpipとvenvの話しかしていませんが・・・。
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@2020
Katsuhiro Morishita
オトナのプログラミング勉強会2020年2月19日の「pandasの勉強会」で使ったスライド資料です。
オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)
Katsuhiro Morishita
マルツパーツさんで購入したSigfoxモジュールをArduino M0で制御した話をIoTLT 熊本市 vol.3でお話ししたときのスライドです。
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.3
Katsuhiro Morishita
Google Colaboratoryの使い方について、授業で使う範囲で必要なことを説明してみました。
Google Colaboratoryの使い方
Google Colaboratoryの使い方
Katsuhiro Morishita
Pythonのスクリプトにおけるmain関数とそれを動かすための条件分岐について解説しました。
Pythonのmain関数
Pythonのmain関数
Katsuhiro Morishita
Pythonで作ったプログラムファイルを実行する方法をまとめました。
Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018
Katsuhiro Morishita
機械学習における主成分分析について説明するとともに、実際のデータを用いた処理について説明しました。 2018-05-17 誤字修正のため、再アップ それまでのログ:view: 6934, like 4, download: 35
機械学習と主成分分析
機械学習と主成分分析
Katsuhiro Morishita
2017年度の数値計算の授業で取り組んだ結果について、2018年4月のわんくま勉強会で報告した資料です。内容は採点の方法とか、学生の躓いた点とかです。 タイトルは、前年度にVBAを使ったことを考慮して決めました(笑) *リンクを更新したのでアップロードしなおしています。サービス変えようかなぁ。。。
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2018-04
Katsuhiro Morishita
マークシート試験を実施したので、そのマークシートを読み取って採点するプログラムをPythonで作ったお話です。 # これは2018-04-04に熊本市の未来会議室で開催されたオトナのプログラミング勉強会のLTで発表した資料に加筆したものです。
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
Katsuhiro Morishita
オトナのプログラミング勉強会で実施した、ニューラルネットワークを利用した画像認識の資料です。kerasを利用したCNNの使い方について簡単に紹介しています。
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を使った河川水位計測デバイスを作ったはなしです。省電力に広域のセンシングに向いています。
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.001
Katsuhiro Morishita
機械学習シリーズスライドです。このスライドでは、ニューラルネットワークを用いた識別(シングルラベル)の概要について説明しました。
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
機械学習シリーズスライドです。このスライドでは、ニューラルネットワークによる非線形回帰について説明しました。
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
機械学習シリーズスライドです。このスライドでは、Kerasを使ったニューラルネットワークによる線形回帰問題について説明しました。
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
機械学習シリーズスライドです。このスライドでは、ニューラルネットワークについて説明しました。
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
機械学習シリーズスライドです。このスライドでは、ランダムフォレストによる識別の例を説明しました。
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
機械学習シリーズスライドです。このスライドでは、機械学習の概要について説明しました。
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
Pythonの便利ライブラリの一つであるpandasを使っているうちに出てくる文字コード由来のエラーとその対策についてまとめました 。
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
デジタル通信において誤り訂正に使われているビタビ符号をPythonで実装した報告です。*これは2017-07-05に熊本市の未来会議室で開催されたオトナのオブジェクト勉強会でのLT資料です。
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
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@2020
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.3
Google Colaboratoryの使い方
Google Colaboratoryの使い方
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@2018
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2018-04
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
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.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-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-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-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
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
1.
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
2.
改訂履歴 • 2019-05-16 v.1.0
release 2
3.
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
4.
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
5.
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)
6.
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
7.
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
8.
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
9.
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
10.
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
11.
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
12.
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
13.
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
14.
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/
15.
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
16.
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
17.
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)
18.
作図上の注意 18
19.
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。
20.
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.
21 from https://matome.naver.jp/odai/2131592080611832101 縦軸をリニアに変更するとこうなる
22.
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
23.
Excelでのグラフの作り方 主に散布図を例に 23
24.
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
25.
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
26.
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
27.
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]
28.
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
29.
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
30.
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
31.
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
32.
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
33.
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
34.
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
35.
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
36.
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 …
37.
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
38.
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
39.
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
40.
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
41.
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
42.
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
43.
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
44.
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
45.
Excelでヒストグラム作成 Office2016編
46.
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
47.
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
48.
Excelでヒストグラム作成 Office2013編
49.
分析ツールの有効化 49 クリック クリック クリック
50.
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
51.
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
52.
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
53.
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
54.
グラフの他の文書での利用 54
55.
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
56.
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
57.
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
58.
付録 58
59.
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
60.
棒グラフと折れ線グラフの作り方@Excel • https://www.youtube.com/watch?v=xP5A2EqauE0 60
61.
散布図の作り方@Excel • https://www.youtube.com/watch?v=fjpxLxQm12E 61
62.
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
63.
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
Download now