このWSL Ubuntuのフォントが大変ギザギザしていて汚いなと思っていて，変える方法は無いんだろうかと調べたところ
ウィンドウ上部を右クリックして[プロパティ]から変えられることに気づきました。
Ricty（https://github.com/mzyy94/RictyDiminished-for-Powerline）とかもいいですし
Ubuntu公式（https://design.ubuntu.com/font/）からフォントをダウンロードしてきてUbuntu Monoにするのもいいですね
コマンドプロンプトも同じように変えられるんじゃないかと思って試したら，変えられました。
「文字色や背景色も，もっと目に優しいものに変えたい」という場合はこの記事が参考になりそうです。
宅建受けました。
試験前日に解いた模試も33点しかとれなくて合格圏に一度も乗らなかったのであきらめモードで本番を受けましたが，すごく易化してたみたいで，自己採点だと39点。ボーダーがかなり上がりそうだけど合格できるかも…。せっかく勉強したので受かるといいなあ。
以下では勉強にあたって使ったツールや，使用した教材とかアプリとかメモしていきます。
Studyplusという，中高生が受験で使うような勉強時間の記録アプリを使いました。
中高生向けとかバカにせずに使って本当に良かったと思っています。
一応WebアプリになっているのでPCやスマホなど複数の端末からアクセスできます。機能はスマホのほうが多めです。
主に使っていた機能が，ストップウォッチで勉強時間を測る機能です。測った時間はそのまま「教材名」などのタグ付けをしてデータを記録することができます。
10分，20分の短い時間でも勉強して，それを記録していけば積もり積もって長い勉強時間になったりします。
また，週ごとに「目標勉強時間」を設定するようになっていて，週ごとに勉強のPDCAサイクルを回すことの助けになります。
このアプリはSNSでもあって，他のユーザーの勉強の記録をみることができます。
例えば自分が「宅地建物取引士」という目標設定をしていると，そのタグのついたユーザー（つまり，他の宅建受験生）の勉強記録などを見ることができ，「うわ，この人は日曜に10時間も勉強してる…すげぇ！俺もやらなきゃ！」みたいに良い刺激を受けることができます。
勉強を始めた最初期に使いました。ストーリーと絵で覚えるのって結構効果的ですよね。
らくに合格できるらしいので買いました。
堅苦しい法律用語を柔らかく表現しようと努力されてるテキストで，良かったです。
ただ，ページ数が少ない分，最低限の基本的な情報だけが載っているテキストかもしれません。
過去問に出てくるようなマニアックな知識までは載っていないので，適宜書き込んで自分でテキストを完成させるつもりで使うのが良い気がします。
第一巻（権利関係）と第二巻（宅建業法）を買いました。
2018年版 宅建士問題集 過去問宅建塾〔1〕 権利関係 (らくらく宅建塾シリーズ)
2018年版 宅建士問題集 過去問宅建塾〔2〕 宅建業法 (らくらく宅建塾シリーズ)
第三巻（法令上の制限や税その他）はやってる時間がなかったので買いませんでしたが，友達から2017年版のLECの過去問の第三巻（法令上の制限や税その他）をもらったのでこれを使いました（時間なくて2割位しか読めませんでしたが）
2018年版出る順宅建士 ウォーク問 過去問題集 3 法令上の制限・税・その他 【コンパクトサイズ】 (出る順宅建士シリーズ)
2018年版 出る順宅建士 一問一答○×1000肢問題集【直前対策用/アプリ付/法改正対応】 (出る順宅建士シリーズ)
これはスマホのアプリがついていて，電車内やトイレ中などスキマ時間に解くことができるのが良かったです。
2018年版 出る順宅建士 直前大予想模試 【4回分 / 法改正対応 / WEB無料特典】 (出る順宅建士シリーズ)
2018年版 出る順宅建士 重要ポイント555 【法改正対応】 (出る順宅建士シリーズ)
私は音声教材が結構好きです。
普段から家にいるときは「パソコン＋Bluetoothのヘッドホン」の環境で生活していて，家事とかなにかの作業中でも常に音楽を聞いている（＝常にヘッドホンをつけている）人間なので，環境的に音声教材と相性が良いのです。大学受験期にも「世界史の実況中継」とか「DUO 3.0」とかを活用していました。
なので，試験の直前期にこの音声教材の存在を知って，「もっと早くに存在を知っていれば…」と悔しかったです。（まぁ，この音声教材の品質は高くないらしくて低評価が多いようですが）
試験日の前日に知ったのでほとんど使わなかったのですが，過去問アプリみたいなサイトです。
過去問（過去問題集）を解いていて思ったのが，「暗記すべき範囲が想像よりも広い」ということです。
私が使っていた『らくらく宅建塾』は，LECの「出る順テキスト」だと3冊に分かれているようなこの宅建の知識を1冊にまとめているのでマニアックな情報は省略していることが多く，過去問を解いてみるとテキストの範囲に無い知識が問われることも多いことに気づいてショックを受けました。
また，過去問（や試験本番）と『らくらく宅建塾』のテキストで用語（呼び方）が異なることもありました。
たとえば，試験（過去問）では「居住用財産を譲渡した場合の軽減税率」と呼ばれる制度が，『らくらく宅建塾』だと「居住用財産の長期譲渡所得（10年超）の軽減税率」と呼ばれていたり，『らくらく宅建塾』はフランクに書いてあってわかりやすいんですが，試験では堅苦しい正規の書き方をするのでそこの差を埋める必要もありました。
なので，テキストの内容を覚えるのはゴールではなくスタートと考えて，テキスト（＋一問一答）で基本知識を身につけ，過去問で応用知識を身につけると考えるのが良いのかなと思います（「過去問をやる」なんて当たり前かもしれませんが…）
私が過去問題集を解き始めたのは試験まであと2週間になったときからなのですが，これはおそすぎました。
過去問題集から学ぶことは多く，過去問題集は第二のテキストだと思います。なので早めに始めて過去問題集の解説を読み込んでおくのが良いように思います。
私は当初「一問一答で正解率7～8割にすれば受かるだろう」と思っていたのですが，上に述べたように，実際の問題ではマニアックな知識（一問一答に出てこないような問題）も問われるので，一問一答にあるような基本問題は9割以上正解できるように，完璧を目指してきっちりやる必要があります。
Rを3.5系にし，ついでにRStudioも更新したらパッケージのインストールができなくなった。
これまで（3.4系＋昔のRStudio）は，パッケージのインストール時にはRStudioが自動的に
F:/マイドキュメント/R/win-library/3.4
というuser library directoryを作ってそこに入れてくれたのだが，今回この"マイドキュメント"という日本語が文字化けしてF:/????????/R/win-library/3.5になってしまうようになった。
今までは文字化けしながらもなんとかなる場合も多かったのだが，さすがに今回はパッケージをインストールできなくなった。
user libraryディレクトリは環境変数R_LIBS_USERで設定できるらしい。
Rの環境変数の設定方法は複数あって，だいたいこんなかんじ
1や2の方法も試したが，結局3を使うことになった（多分3で設定するのが一番早いと思います）
一応細かい手順もかいておくと，
1.user libraryディレクトリに使いたいディレクトリを作成しておく
2.環境変数の設定を開く
3.ユーザー環境変数を新規作成
名前にR_LIBS_USERなどRの環境変数の名前を入れ，ディレクトリのパスを指定する
これでおわり。
Sys.getenv()を使うと，環境変数の値が確認できる。
> Sys.getenv("R_LIBS_USER") [1] "F:\\Programs\\R\\R_win_library"
Pythonで予測モデルを作るときの大まかな流れの雛形みたいなやつ（自己流なので正しいかはわかりませんが…）をメモしていきます。
Boston Housingデータを使います。サンプルサイズが500程度なのでかなり小さいですが，まぁ例なのでご了承ください。
import pandas as pd # データの読み込み from sklearn.datasets import load_boston boston = load_boston() boston_df = pd.concat([pd.DataFrame(boston['data'], columns = boston['feature_names']), pd.Series(boston['target']).rename('MEDV')],axis=1) boston_df.head() # print(boston.DESCR) # データの詳細
変数の意味は以下のような感じらしいです。
一般的に予測の目的変数はMEDVらしいので，今回もそうします。
pandas_profilingでヒストグラムなどを描いてざっくり可視化してもらいます。
# pandas_profilingによるお手軽なデータ可視化 import pandas_profiling as pdp report = pdp.ProfileReport(boston_df) report.to_file(outputfile="report.html")
2変量の間の関係の強さを見ていきたいと思います。
ヒートマップはpandas_profilingが出してくれていたので，数字で見てみます。
# 相関係数の絶対値でソート boston_df.corr()[['MEDV']].abs().sort_values('MEDV')
線形な相関関係の強さでいうとLSTAT（低所得者の割合）やRM（1戸あたりの平均部屋数）が高いみたいですね。
相関係数（2変数間の直線的な関係を示す）が高くても，実際の分布が直線的（線形）かそうでない（非線形）かはプロットしてみないとわかりません。
実際にプロットしてみると非線形な関係でした
import matplotlib.pyplot as plt % matplotlib inline # Jupyter Notebookで描くときのみ plt.scatter(x = boston_df['LSTAT'], y = boston_df['MEDV']) plt.xlabel('LSTAT') plt.ylabel('MEDV')
他の変数とMEDVの関係も散布図で見てみます。やはり非線形な関係にある変数が多いです。
# MEDVとその他全変数との散布図 plt.figure(figsize=(12,12)) plt.subplots_adjust(wspace=0.4, hspace=0.4) # subplotの余白 i = 1 for var in boston_df.columns: plt.subplot(4, 4, i) # 4×4のグリッドに順番にplotしていく sns.scatterplot(x = var, y = 'MEDV', data = boston_df) i = i + 1 plt.show()
※実際の分析ではここからが重要なパートなのですが，今回のデータだとあんまりいじり甲斐がないのでこのあたりは省略します。
データを正しく扱うために，分析対象に関する知識を仕入れていきます。
データを集計した結果およびドメイン知識から，既存のデータから新たな特徴量を生み出したり，外部データを持ってきたりします。
欠損値がある場合，補完を行います。（今回のデータは欠損値なし）
# 欠損値の確認 boston_df.isnull().sum()
CRIM 0 ZN 0 INDUS 0 CHAS 0 NOX 0 RM 0 AGE 0 DIS 0 RAD 0 TAX 0 PTRATIO 0 B 0 LSTAT 0 MEDV 0 dtype: int64
もし欠損があった場合，以下の手法を使うのが手っ取り早いです
fillna()はDataFrameに対しても，Seriesに対しても使えます。# データの分割 X = boston_df.drop(['MEDV'],axis=1) y = boston_df['MEDV'] # trainデータ, testデータへの分割 from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
３つの予測モデルを使ってアンサンブルしてみます。
# GridSearchによるパラメータチューニング from sklearn.linear_model import ElasticNet from sklearn.model_selection import GridSearchCV from sklearn.metrics import mean_squared_error # grid search parameter_range = [{'alpha': [0.00001, 0.0001, 0.001, 0.01, 0.1, 1], 'l1_ratio' : [0.001, 0.01, 0.1, 1]}] model = GridSearchCV(estimator = ElasticNet(normalize=True, max_iter=10000), param_grid = parameter_range, cv = 10, scoring = 'neg_mean_squared_error') model.fit(X_train, y_train) # best estimator best_model = model.best_estimator_
# Cross Validationによる予測精度の評価 from sklearn.model_selection import cross_validate from sklearn.metrics import mean_squared_error, r2_score, make_scorer # 誤差関数の定義 def root_mean_squared_error(y_true, y_pred): return np.sqrt(mean_squared_error(y_true, y_pred)) def median_absolute_error_rate(y_true, y_pred): return np.median(np.absolute(y_true - y_pred) / y_true) # Cross Validationで使う誤差関数のセット scoring = {"r2": "r2", "RMSE":make_scorer(root_mean_squared_error), "MER":make_scorer(median_absolute_error_rate)} # cross_validate scores = cross_validate(best_model, X_train, y_train, cv = 10, scoring = scoring, return_train_score=False) for key,value in scores.items(): print("{}:{:.3g}+/-{:.3g}".format(key, value.mean(), value.std())) # モデルを格納 best_model_EN = best_model # 結果を格納 cv_accuracy_EN = pd.DataFrame(scores)[['test_r2','test_RMSE','test_MER']].mean()
test_r2:0.732+/-0.106 test_RMSE:4.56+/-0.758 test_MER:0.115+/-0.0163
学習させずにとっておいたtestデータに対する予測精度を評価します。
# 予測値の算出 y_pred = pd.Series(best_model.predict(X_test)) y_pred.name = 'predicted' # 誤差を算出 y_true = y_test.reset_index(drop=True) print('R2:', '{:.3g}'.format(r2_score(y_true, y_pred))) print('RMSE:', '{:.3g}'.format(root_mean_squared_error(y_true, y_pred))) print('MER:', '{:.3g}'.format(median_absolute_error_rate(y_true, y_pred)))
R2: 0.586 RMSE: 5.81 MER: 0.133
# 予測-実測プロット
sns.regplot(y_true, y_pred)
# GridSearchによるパラメータチューニング from sklearn.ensemble import RandomForestRegressor from sklearn.model_selection import GridSearchCV from sklearn.metrics import mean_squared_error # grid search parameter_range = [{'n_estimators': [20, 50, 100, 200], 'max_depth' : [5, 10, 50, 100, 200]}] model = GridSearchCV(estimator = RandomForestRegressor(), param_grid = parameter_range, cv = 10, scoring = 'neg_mean_squared_error') model.fit(X_train, y_train) # best estimator best_model = model.best_estimator_
ここのコードは上のと同じなので結果だけ。
test_r2:0.863+/-0.0899 test_RMSE:3.17+/-0.855 test_MER:0.069+/-0.0178
R2: 0.752 RMSE: 4.49 MER: 0.0779
# feature importances fi = best_model.feature_importances_ fi_df = pd.DataFrame({'feature': list(X_train.columns), 'feature importance': fi[:]}).sort_values('feature importance', ascending = False) fi_df
sns.barplot(fi_df['feature importance'],fi_df['feature'])
合計が100%になるように累積分布にして図を描いたらわかりやすいかも，と思ったので描いてみます。
# 累積 feature importance sns.lineplot(x = fi_df['feature'], y = fi_df['feature importance'].cumsum(), marker="o", sort=False) plt.ylim(0) plt.hlines(y = 1, xmin = 0, xmax = 12) # y = 1 の水平線 plt.xticks(rotation=90)
ZNあたりからはほとんど予測に寄与していなさそうにも思えます。
いくつかの変数を除外したモデルを試しに作ってみます。
Feature Importanceの相対度数が0.001以上の特徴量だけを使って再度学習させてみます。
「Feature ImportanceがXX以上の特徴量だけを使う」という処理は
use_features = fi_df.loc[fi_df['feature importance'] >= XX,'feature'] X_train2 = X_train[use_features]
と書くこともできますし，
from sklearn.feature_selection import SelectFromModel selector = SelectFromModel(best_model, threshold = XX, prefit = True) X_selected = selector.transform(X_train)
と書くこともできます。
arrayで返ってくるSelectFromModelよりは自分でdf.loc[]で選んだほうが，選択した特徴量の把握がやりやすい気がします。
今回はFeature Importanceの”相対度数”を使うのでSelectFromModelは使えないためdf.loc[]で選びます。
# feature importanceの相対度数が0.01以上の特徴量を使う use_features_RF = fi_df.loc[fi_df['FI_ratio'] >= 0.001,'feature'] X_train2 = X_train[use_features_RF]
特徴量を減らした以外は同様に予測させた結果がこちら。
test_r2:0.863+/-0.0881 test_RMSE:3.17+/-0.774 test_MER:0.0756+/-0.018
R2: 0.726 RMSE: 4.72 MER: 0.0822
特徴量を絞ったことで予測精度が少し悪化しました。
後のアンサンブル用に，特徴量を絞らなかった方のモデルとその予測精度の評価結果を格納しておきます。
best_model_RF = best_model cv_accuracy_RF = pd.DataFrame(scores)[['test_r2','test_RMSE','test_MER']].mean()
import lightgbm as lgb # grid search parameter_range = {'num_leaves': [5, 10, 20], 'learning_rate': [0.01, 0.1, 1], 'n_estimators': [100, 200, 500], 'max_depth': [2, 4, 6, 8, 10, -1]} model = GridSearchCV(estimator = lgb.LGBMRegressor(), param_grid = parameter_range, cv = 10, scoring = 'neg_mean_squared_error') model.fit(X_train, y_train) # best estimator best_model = model.best_estimator_
test_r2:0.889+/-0.0689 test_RMSE:2.83+/-0.5 test_MER:0.0755+/-0.0138
R2: 0.714 RMSE: 4.82 MER: 0.0965
RandomForestと同様に.feature_importances_で特徴量重要度を見ることができます。
# feature importances fi = best_model.feature_importances_ fi_df = pd.DataFrame({'feature': list(X_train.columns), 'feature importance': fi[:]}).sort_values('feature importance', ascending = False) fi_df
feature importanceの相対度数が0.01に満たない特徴量（CHAS）を落として再度予測をさせてみます。
test_r2:0.89+/-0.0743 test_RMSE:2.81+/-0.485 test_MER:0.0653+/-0.00994
R2: 0.759 RMSE: 4.43 MER: 0.0893
LGBMは特徴量を絞ったほうが予測精度が良くなりました。
後のアンサンブル用にモデルと精度評価結果を格納しておきます。
best_model_LGBM = best_model cv_accuracy_LGBM = pd.DataFrame(scores)[['test_r2','test_RMSE','test_MER']].mean()
３つの予測モデルから予測値を得ることができました。
# 予測値の算出
y_pred_EN = pd.Series(best_model_EN.predict(X_test))
y_pred_RF = pd.Series(best_model_RF.predict(X_test))
y_pred_LGBM = pd.Series(best_model_LGBM.predict(X_test[use_features_LGBM]))
これらの予測値を統合し，より良い予測値にしたいと思います。
もし予測モデルたちがどれも同程度に予測性能が良いのであれば単純に平均（一様な重み付け）をとってもいいのですが，今回は予測精度に差があるため，適切な重み付けを推定することを考えていきます。
今回は2つのアプローチを試してみます。 1. 誤差の指標に応じた重み付け 2. OLSで重みを推定する
cross_validateで評価した各モデルの誤差の指標を加工して重みの値にします。
# cross validationの結果 cv_accuracy_df = pd.concat([cv_accuracy_EN, cv_accuracy_RF, cv_accuracy_LGBM],axis=1) cv_accuracy_df.columns = ['EN','RF','LGBM'] cv_accuracy_df
決定係数のように「指標の値が高いほど予測精度が高いことを示す」ような指標なら，
重みの合計が1になるように決定係数の合計で除して，それを重みに使います。
# r2を基準にする場合 accuracy_scores = cv_accuracy_df.loc['test_r2',] ## 合計が1になるように変換 accuracy_scores = accuracy_scores / accuracy_scores.sum() accuracy_scores
EN 0.294615 RF 0.347377 LGBM 0.358007 Name: test_r2, dtype: float64
これが重みになります。
これで予測値を統合した場合のtestデータとの誤差は
# アンサンブルした予測値の算出 y_pred_ens = accuracy_scores[0] * y_pred_EN + accuracy_scores[1] * y_pred_RF + accuracy_scores[2] * y_pred_LGBM # 誤差を算出 y_true = y_test.reset_index(drop=True) print('R2:', '{:.3g}'.format(r2_score(y_true, y_pred_ens))) print('RMSE:', '{:.3g}'.format(root_mean_squared_error(y_true, y_pred_ens))) print('MER:', '{:.3g}'.format(median_absolute_error_rate(y_true, y_pred_ens)))
R2: 0.741 RMSE: 4.6 MER: 0.0916
こうなります。
RMSEやMERなど「指標の値が低いほど予測精度が高いことを示す」ような指標は逆数にしてから同様の処理を行います。
# RMSEを基準にする場合 ## 逆数を使う accuracy_scores = 1 / cv_accuracy_df.loc['test_RMSE',] ## 合計が1になるように変換 accuracy_scores = accuracy_scores / accuracy_scores.sum() accuracy_scores
EN 0.246879 RF 0.354779 LGBM 0.398342 Name: test_RMSE, dtype: float64
予測の誤差はこうなりました。
R2: 0.746 RMSE: 4.54 MER: 0.0888
また，MERを基準にしたものも同様に試しましたが，予測の誤差は
R2: 0.747 RMSE: 4.54 MER: 0.0906
というもので，このアプローチではいずれもLGBM単体の予測精度に劣る結果になりました。
各予測モデルでtrainデータでの予測値を算出し，それらの線形和でtrainデータの実測値を近似するOLSを回してみます。
# アンサンブルで予測値の重み付け和を作る ## 各予測モデルのtrainデータの予測値の算出 y_train_pred_EN = pd.Series(best_model_EN.predict(X_train)) y_train_pred_RF = pd.Series(best_model_RF.predict(X_train)) y_train_pred_LGBM = pd.Series(best_model_LGBM.predict(X_train[use_features_LGBM])) pred_df = pd.concat([y_train_pred_EN, y_train_pred_RF, y_train_pred_LGBM],axis=1) ## 最適な重みをOLSで推定する from sklearn.linear_model import LinearRegression lm = LinearRegression(fit_intercept=False) lm.fit(pred_df, y_train) lm.coef_
array([-0.07140172, 0.23783679, 0.83375187])
この係数も合計が1になるように調整して使います
# 係数の合計が1になるように調整 coef = lm.coef_ / lm.coef_.sum() # アンサンブルした予測値の算出 y_pred_ens = coef[0] * y_pred_EN + coef[1] * y_pred_RF + coef[2] * y_pred_LGBM
R2: 0.766 RMSE: 4.37 MER: 0.0856
だいぶ予測精度が良くなりました。
LGBMの予測精度が
R2: 0.759 RMSE: 4.43 MER: 0.0893
だったので，それよりも良い予測精度になりました。
今回はデータセットのサンプル数が少なかったので，もっとしっかりした規模のデータを扱うときもOLSを使ったほうが良い結果になるのかはあとで試してみたいですね…
機械学習を使うための処理の書き方を勉強する上でお世話になるのがサンプルデータセットですが，
scikit-learnはRとは読み込み方が異なって面倒くさかったため，メモしておきます。
定番のirisデータを例にしてみます。
Rだとdata(iris)あるいは単にirisで済みますが，sklearnでは以下のように書きます。
from sklearn import datasets import pandas as pd iris = datasets.load_iris() iris_df = pd.DataFrame(iris.data, columns = iris.feature_names) iris_df['Species'] = iris.target_names[iris.target]
あるいは，こう書きます。（読みやすさを捨てて少ない行数で書く場合の例）
from sklearn import datasets import pandas as pd iris = datasets.load_iris() iris_df = pd.concat([pd.DataFrame(iris.data, columns = iris.feature_names), pd.Series(iris.target_names[iris.target]).rename('Species')], axis=1)
これらのコードによって，Rのdata(iris)と同様に，扱いやすいデータフレームの形でデータを取得できます。
In [16]: iris_df.head() Out[16]: sepal length (cm) sepal width (cm) petal length (cm) petal width (cm) \ 0 5.1 3.5 1.4 0.2 1 4.9 3.0 1.4 0.2 2 4.7 3.2 1.3 0.2 3 4.6 3.1 1.5 0.2 4 5.0 3.6 1.4 0.2 Species 0 setosa 1 setosa 2 setosa 3 setosa 4 setosa
ざっくりまとめるとこんなかんじ。
sklearn.datasets.load_**()：データの読み込みdata.data：説明変数data.feature_names：説明変数の名称data.target：目的変数data.target_names：目的変数のラベル（カテゴリカル変数のラベル）print(data.DESCR)：データセットの説明※data['target']のような書き方も可能
小地域（町字レベルの細かい地域区分のデータ）のシェープファイル（.shp）を使用してコロプレス図（塗り分け地図）を描く方法のメモ。
まず，シェープファイルを取得します。
「境界データダウンロード」をクリックしていった先からダウンロードできます。
今回は「小地域」の「国勢調査」のデータを使ってみます。
データの説明書である「定義書」のpdfをダウンロードし，「小地域（町丁・字等別）」をクリックします。
シェープファイルが欲しいので「Shape形式」のものを選ぶのですが，地図の作成方式の違いから「世界測地系緯度経度・Shape形式」と「世界測地系平面直角座標系・Shape形式」があります。
「世界測地系緯度経度・Shape形式」を選びます。
港区のデータを選んでみます。
「世界測地系緯度経度・Shape形式」をクリックすれば，シェープファイルが入ったzipファイルがダウンロードされます。
{rgdal}パッケージを使用して読み込んでみます。
library(rgdal)
shape <- readOGR("h27ka13103.shp",
stringsAsFactors = FALSE, encoding = "UTF-8")
RStudioのEnvironment部で，読み込んだシェープファイルの中身を確認してみます。
このpolygonsには地図の図形が入っています。
そしてdataというデータフレームには，自治体コードや自治体名，町字，面積といった地域のデータと，人口，世帯数といった国勢調査のデータが入っています。
> head(shape@data)
KEY_CODE PREF CITY S_AREA PREF_NAME CITY_NAME S_NAME KIGO_E HCODE AREA
0 13103001001 13 103 001001 東京都 港区 芝１丁目 <NA> 8101 68807.76
1 13103001002 13 103 001002 東京都 港区 芝２丁目 <NA> 8101 165462.02
2 13103001003 13 103 001003 東京都 港区 芝３丁目 <NA> 8101 153048.48
3 13103001004 13 103 001004 東京都 港区 芝４丁目 <NA> 8101 94327.10
4 13103001005 13 103 001005 東京都 港区 芝５丁目 <NA> 8101 215053.82
5 13103002001 13 103 002001 東京都 港区 海岸１丁目 <NA> 8101 391922.17
（以下省略）
塗分ける前の地図データを確認してみます。
{leaflet}で描画します。
# シェープファイルの単純表示
library(leaflet)
shape %>%
leaflet() %>%
addTiles() %>%
setView(lat = 35.65, lng = 139.75, zoom = 12) %>%
addProviderTiles(providers$CartoDB.Positron) %>%
addPolygons(fillOpacity = 0.5,
weight = 1,
fillColor = "lightblue")
こんな感じです。
まず，塗り分け用に人口密度データを作ります。（人口で塗り分けると面積の差が出て自治体同士を正しく比較できないため）
定義書によれば，shape@data$JINKOが人口データで，shape@data$AREAが面積（㎡）のようなので，これを使います。
# 人口密度データの作成 PopDensity <- as.numeric(shape@data$JINKO) / shape@data$AREA * 1000000 # １平方キロあたりにするために*1000000
つぎに，塗り分け地図の装飾用のセッティングを行います。
plot用のカラーパレットを定義して…
# 塗る色（連続値のカラーパレット）をセット
pal <- colorNumeric("Blues", domain = PopDensity, reverse=F)
マウスオーバー時のラベルを定義します。
# マウスオーバー時の表示内容を設定
labels <- sprintf("<strong>%s</strong><br/>%5.1f",
paste0(shape@data$MOJI),
PopDensity) %>% lapply(htmltools::HTML)
ここのラベルの定義は
> head(labels) [[1]] <strong>芝１丁目</strong><br/>22366.7
こういうhtmlコードにしたいからやりました。
そして，leafletでプロットします
# 地図にプロット
shape %>%
leaflet() %>%
# setView() : 地図をズームした状態で表示する
setView(lat = 35.65, lng = 139.75, zoom = 12) %>%
# addProviderTiles() : 背景のタイルを指定
addProviderTiles(providers$CartoDB.Positron) %>%
# addPolygons() : 塗り分け地図の描画
addPolygons(fillOpacity = 0.5,
weight=1,
color = "#666",
fillColor = ~pal(PopDensity), # ここで人口密度データを使う
label = labels,
labelOptions = labelOptions(
style = list("font-weight" = "normal", padding = "3px 8px"),
textsize = "15px",
direction = "auto"),
highlight = highlightOptions(
weight = 5,
color = "#666",
dashArray = "",
fillOpacity = 0.7,
bringToFront = TRUE)) %>%
# addLegend() : 凡例の設定
addLegend("bottomright", pal = pal, values = ~PopDensity, # ここで人口密度データを使う
title = "人口密度（人口/km2）")
結果はこんな感じ。マウスオーバーで詳細を表示してくれます。
…Windowsでそのまま作るとMSゴシックのギザギザとしたフォントがなんだか醜いですね（フォント厨並みの感想）
オプションでfontなどを指定していきましょう
# 地図にプロット
map <- shape %>% leaflet() %>%
# setView() : 地図をズームした状態で表示する
setView(lat = 35.65, lng = 139.75, zoom = 13) %>%
# addProviderTiles() : 背景のタイルを指定
addProviderTiles(providers$CartoDB.Positron) %>%
# addPolygons() : 塗り分け地図の描画
addPolygons(fillOpacity = 0.5,
weight=1,
color = "#666",
fillColor = ~pal(PopDensity), # ここで人口密度データを使う
label = labels,
labelOptions = labelOptions(
style = list("font-weight" = "normal",
"font-family" = "Yu Gothic",
"box-shadow" = "3px 3px rgba(0,0,0,0.25)",
"padding" = "3px 8px"),
textsize = "15px",
direction = "auto"),
highlight = highlightOptions(
weight = 5,
color = "#666",
dashArray = "",
fillOpacity = 0.7,
bringToFront = TRUE)) %>%
# addLegend() : 凡例の設定
addLegend("bottomright", pal = pal, values = ~PopDensity, # ここで人口密度データを使う
title = "人口密度（人口/km2）")
ラベルの文字に関する装飾はlabelOptions = labelOptions(style = list())でCSSを指定することができます。
凡例（legend）は関数としてOptionを受け入れていないので，leafletの地図オブジェクトを作った後{htmltools}でCSSを追加します。
# legendも游ゴシックにする
library(htmltools)
browsable(
tagList(list(
tags$head(
tags$style(
".leaflet .legend {
font-family : Yu Gothic;
}
"
)
),
map
))
)
見た目がよくなりました。
最近HTML，CSS，Javascriptをちょっと勉強し，シンプルなWebサイトを作っていました。
その際に参考にしたサイトや，使ったツールをまとめます。
HTMLやCSSの基本や，ちょっとした悩むポイント（色をグラデーションにするには？要素を中央に寄せるには？など）をわかりやすく解説しています。このサイト自体のデザインも非常に優れているので，デザインの勉強にもなります。
スマートフォンなど，パソコン以外の端末で閲覧される時への対応は，主に以下のサイトを参考にしました
レスポンシブサイトを作るにあたって，どういう手法が選択肢に挙げられるのかといった点を把握できます。
私は結局Flexboxを使うことにしましたが，その際に参考になったのが主に以下のサイトでした。
こちらのサイトはデモページがデザインの参考としても実装例としても非常に優れていました。
Google Chrome，Internet Explorerなど，ブラウザは様々あり，それぞれに合わせたCSSの書き方が求められる場合があります。
自動でCSSを翻訳することでそこの処理を簡単にしてくれるAutoprefixerというツールがあるのですが，これはインストールが必要で，面倒です。
そこで，インストールいらずでWeb上で動作してくれるAutoprefixer CSS onlineという便利なモノが作られています。これには助けられました。
冒頭ですでに紹介しているサイトなのですが，この「レファレンス」のページを見ながらやることで，自分の作りたいCSSのボタンや見出しなど，細かい部分を簡単に作ることができました。
「やりたいこと（目的）」別に解説する構成なので，やりたいことが決まっている場合は目的の情報が探しやすいですし，やりたいことが決まっていない場合はこの辺りのページを眺めていくことで「こういうこともできるのか！」と新たな気付きにつながってやりたいことを決めるきっかけになります。
メニューに関しては以下のサイトが参考になりました。
デモが多くて非常に良いページです。
自分のサイトに正しくfaviconを設定できているのかをチェックしたり，faviconにしたい画像を指定してfavicon用ファイルを生成したりしてくれるWebアプリです。
HTML5のCanvas要素にJavascriptでアニメーションを書いてきれいな映像を作りたいときに参考にしました（これはまだわからないところも多く勉強中ですが…）
こちらのサイトはDEMOがスゴいです。たとえばこれ。 https://ics.media/tutorial-createjs/index.html
エディタはしっかり検討して選択しているわけではありませんが，主にMicrosoftのExpression Webという，開発終了とともに無料になったエディタを使っていました。
このエディタはやや古いですが，編集中のHTMLのclassやidがリンクと化してクリックすると対応したcssの対応した箇所に飛んでくれるようになるので，CSSのclassやidの管理に慣れていないうちは非常に助けられます。
Expression Webは以下でダウンロードできます。下部の「Details」をクリックすれば日本語版のリンクも展開します。
Download Microsoft Expression Web 4 (Free Version) from Official Microsoft Download Center
また，GitHubのAtomも使っていました。ちゃんとコードを書くようになればこっちのほうが便利になっていくのだと思いますが，どういうパッケージを入れるべきか等は勉強中です…
