Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Pythonによる可視化まわりの話 〜Bokehを使ってみた〜
Search
tsurubee
September 02, 2017
Programming
0
610
Pythonによる可視化まわりの話 〜Bokehを使ってみた〜
Matplotlib/seaborn/Bokeh
tsurubee
September 02, 2017
Tweet
Share
More Decks by tsurubee
See All by tsurubee
言語モデルによるAI創薬の進展 / Advancements in AI-Driven Drug Discovery Using Language Models
tsurubee
2
420
AIトップカンファレンスからみるData-Centric AIの研究動向 / Research Trends in Data-Centric AI: Insights from Top AI Conferences
tsurubee
3
2.7k
DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials
tsurubee
0
1k
3次元メッシュで表現した結晶構造を用いた材料物性の予測に向けた深層学習モデルの設計 / Design of Deep Learning Model for Predicting Material Properties Using Crystal Structure Represented by Three-Dimensional Mesh
tsurubee
1
2.3k
分散システムの性能異常に対する機械学習の解釈性に基づく原因診断手法 / A Method for Diagnosing the Causes of Performance Issues in Distributed Systems Based on the Interpretability of Machine Learning
tsurubee
0
1.5k
機械学習の解釈性に関する研究動向とシステム運用への応用 / A Survey on Interpretable Machine Learning and Its Application for System Operation
tsurubee
0
350
機械学習モデルの局所的な解釈に着目したシステムにおける異常の原因診断手法の構想
tsurubee
0
7.9k
アニーリングマシンを活用したエッジAIにおける 生成モデルの学習効率化のためのアーキテクチャ
tsurubee
0
1.5k
さくらインターネット研究所で研究に再挑戦した私の半年間の取り組み
tsurubee
1
3k
Other Decks in Programming
See All in Programming
KessokuでDIでもgoroutineを活用する / Go Connect #6
mazrean
0
100
画像コンペでのベースラインモデルの育て方
tattaka
3
1.8k
DockerからECSへ 〜 AWSの海に出る前に知っておきたいこと 〜
ota1022
5
1.7k
物語を動かす行動"量" #エンジニアニメ
konifar
14
5.3k
Portapad紹介プレゼンテーション
gotoumakakeru
1
130
Go製CLIツールをnpmで配布するには
syumai
2
1.2k
バイブコーディングの正体——AIエージェントはソフトウェア開発を変えるか?
stakaya
5
990
Claude Codeで実装以外の開発フロー、どこまで自動化できるか?失敗と成功
ndadayo
2
530
MLH State of the League: 2026 Season
theycallmeswift
0
100
MCP連携で加速するAI駆動開発/mcp integration accelerates ai-driven-development
bpstudy
0
310
Flutter로 Gemini와 MCP를 활용한 Agentic App 만들기 - 박제창 2025 I/O Extended Seoul
itsmedreamwalker
0
150
『リコリス・リコイル』に学ぶ!! 〜キャリア戦略における計画的偶発性理論と変わる勇気の重要性〜
wanko_it
1
570
Featured
See All Featured
KATA
mclloyd
32
14k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
50k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
820
The Invisible Side of Design
smashingmag
301
51k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.5k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
131
19k
Side Projects
sachag
455
43k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
34
6k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
23
1.4k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
53k
Git: the NoSQL Database
bkeepers
PRO
431
65k
Transcript
PythonʹΑΔ Մ ࢹ Խ ·ΘΓͷ 1Z'VLVPLB
ࣗݾհ Խֶͷम࢜߸Λऔಘ ాʢͭΔͨʣ 5XJUUFS!UTVSVCFF ΤϯδχΞྺϲ݄ ফ࢜ʹͳΔʢফୂɾٹٸୂɾՐࡂௐࠪ൝ʣ *5ΤϯδχΞʹస৬ʢ݄ʙʣ ʻܦྺʼ ܦྺ
ࠓճͷ༰ n1ZUIPOʹΑΔՄࢹԽͷجૅ ɾ.BUQMPUMJC ɾTFBCPSO nରܕՄࢹԽڥͷߏங ɾ#PLFI nσϞ
1ZUIPOʹΑΔ ՄࢹԽͷجૅ
Ø 1ZUIPOՄࢹԽϥΠϒϥϦͷσϑΝΫτελϯμʔυ Ø ."5-"#ʹࣅͨϓϩοτΠϯλʔϑΣʔε Ø NBUQMPUMJC *1ZUIPOֶ͕ज़Ͱ͘ར༻͞Ε͍ͯΔ Ø /VN1Zɾ1BOEBTͱͷੑ͕ߴ͍ import
matplotlib.pyplot as plt import numpy as np %matplotlib inline x = np.linspace(0, 2 * np.pi, 100) y = np.sin(x) plt.plot(x, y)
TFBCPSO Ø NBUQMPUMJCϕʔεͷ౷ܭσʔλՄࢹԽϥΠϒϥϦ Ø ͖Ε͍ͳάϥϑΛ؆୯ʹ࡞ΕΔ Ø ౷ܭղੳʹඇৗʹ༗༻ import matplotlib.pyplot as
plt import numpy as np import seaborn as sns %matplotlib inline x = np.linspace(0, 2 * np.pi, 100) y = np.sin(x) plt.plot(x, y) Ճ
TFBCPSO ՄࢹԽɾղੳҰମܕͷؔΛఏڙ sns.jointplot(x="total_bill", y="tip", data=tips) sns.regplot(x="total_bill", y="tip", data=tips)
ରܕՄࢹԽڥ ͷߏங
#PLFIͱʁ IUUQTCPLFIQZEBUBPSHFOMBUFTU ɾ*OUFSBDUJWFWJTVBMJ[FUJPO ɾ/PWFMHSBQIJDT ɾ4USFBNJOH EZOBNJD MBSHFEBUB ɾ/POFFEUPXSJUF+BWBTDSJQU ϒϥβ্Ͱ๛ͳػೳͷରܕՄࢹԽڥΛ ఏڙ͢Δ1ZUIPOϥΠϒϥϦ
#PLFIͷΈ IUUQTXXXTMJEFTIBSFOFUDPOUJOVVNJPIBTTM FGSFFEBUBTDJFODFBQQTXJUICPLFIXFCJOBS "MM1ZUIPOʂ /P)5.- $44 +4ʂ
σϞ
ϏοτίΠϯՁ֨ͷϦΞϧλΠϜՄࢹԽ IUUQTCJUDPJODIBSUTDPNNBSLFUT
͍͞͝ʹ #PLFIָ͍͠ʂ ϑϩϯτͷ͍ࣝΒͳ͍͔ΒϥΫʂ ࠓޙɾɾ #PLFIͷϦΞϧλΠϜՄࢹԽͱ ౷ܭతҟৗݕٕज़Λͬͨπʔϧ ͷ։ൃத
͝ਗ਼ௌ͋Γ͕ͱ͏ ͍͟͝·ͨ͠ʂ