# 2024年度 情報とデータの基礎 第12回<br>サイエンス・スキルII データ科学の基礎(3): データの可視化と分析(1)
[ポータルへ戻る](https://hackmd.io/@nagae/ICL_B_2024)

# 今回のやることリスト
1. ノートブック「データの可視化と分析-仙台市地下鉄乗降客数データ」を実行しながら閲覧する
2. 課題6 「仙台市地下鉄乗降客数データの可視化と分析」

# 1. ノートブック「データの可視化と分析-仙台市地下鉄乗降客数データ」を実行しながら閲覧する
1. Classroom＞授業＞参考資料＞データの可視化と分析-仙台市地下鉄乗降客数データにアクセス
2. Colaboratory で開いて順に実行してみる．

# 2. 課題6 「仙台市地下鉄乗降客数データの可視化と分析」
## 課題6-1 「◯◯駅の乗降客数」
仙台市地下鉄の駅を**一つもしくは複数**選び，各駅での乗降客数について，以下を行なえ．ただし，駅を一つしか選ばない場合は**仙台駅以外**を選択すること：

<ol>
<li>

講義資料に示した下図のような時系列グラフをプロットせよ．**グラフの横軸・縦軸はそれぞれ「年月」「乗降客数」とし，グラフのタイトルは「◯◯駅の乗降客数」とすること**．ただし，グラフ中の注記は不要．

複数駅を選択した場合，それぞれの時系列を色の違うグラフで重ねて表示し，タイトルを「◯◯駅と◯◯駅の乗降客数」としてもよい．その場合，凡例などを用いて，どのグラフがどの駅のものを表しているのかを明示すること．<br>
<img src="https://hackmd.io/_uploads/Sk0NIGHDA.png" width=300></li>
<li>2018年〜2022年の<b>年度ごと</b>に<b>月別乗降客数</b>の基本的な統計指標： <ol style="list-style-type:lower-alpha">
<li>平均値</li>
<li>標準偏差（標本偏差）</li>
<li>最小値・最大値</li>
</ol>
を求め，下記のような表にまとめよ． <b style="color:red">表はデータフレームの表示機能を使っても良いし，テキストセルとして書いても良い</b>
<table style="margin:auto">
<caption style="text-align:center">◯◯駅 月別乗降客数 基礎集計（単位：万人)
</caption>
<tr><th>年度</th><th>平均値</th><th>標準偏差</th><th>最小値</th><th>最大値</th></tr>
<tr><td>2018</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
<tr><td>2019</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
<tr><td>2020</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
<tr><td>2021</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
<tr><td>2022</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
</table>
複数駅を選択した場合は，下記のように指標ごとに駅間比較できるようにすること．
<table style="margin:auto">
<caption style="text-align:center">◯◯駅 月別乗降客数 基礎集計（単位：千人)
</caption>
<tr><th></th><th colspan="2" style="text-align:center">平均値</th><th colspan="2" style="text-align:center">標準偏差</th><th colspan="2" style="text-align:center">最小値</th><th colspan="2" style="text-align:center">最大値</th></tr>
<tr><th>年度</th><th>◯◯駅</th><th>◯◯駅</th><th>◯◯駅</th><th>◯◯駅</th><th>◯◯駅</th><th>◯◯駅</th><th>◯◯駅</th><th>◯◯駅</th></tr>
<tr><td>2018</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
<tr><td>2019</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
<tr><td>2020</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
<tr><td>2021</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
<tr><td>2022</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td><td>---</td></tr>
</table>
</li>
</ol>

## 課題6-2 「地下鉄利用促進政策のための分析」（チャレンジ課題）
仙台市地下鉄乗降客データを用いて，以下の観点のいずれか：
- 今後の乗降客数の増加/減少についての**将来予測**
- 乗降客数の増加を促すような**戦略の検討**

で役に立つと思われるグラフや統計指標を作成し，それを説明せよ．

## 提出方法・提出期限
課題6に添付した Colab ノートブックをマイドライブにコピーし，ファイル名を
学籍番号_氏名-課題6.ipynb
とした上で，内容を編集・保存し，**「提出」ボタン**を押す．

<div style="font-weight:bold; color:red">締め切り：7月31日(水)23:59</div>

## 生成系AIの活用について
:::success
Pandas を用いたデータ処理や Matplotlib を用いたグラフ描画方法を調べるにあたっては，ChatGPT(https://chat.openai.com/)を**積極的に活用**してくれて構いません．

例えば，
- Pandas の Dataframe の各列について，特定の条件を満たすものをだけを取り出したい
- Matplotlib で，あるデータの棒グラフを別の棒グラフの上に積み重ねて表示したい

といった事柄に対しては，Google で調べたりマニュアルを読んだりするよりも圧倒的に効率的に回答が得られます．

なお，**課題6では**，そうして調べた機能を使う際に，**自分のコメントを追記する必要はありません**． 適切なグラフや統計量が求められているなら，それでO.K.です．
:::

## 評価基準
### 必須項目(守られていない場合は減点)
- ファイル名，氏名，日付が適切に修正されているか．
- 適切に動作するプログラムができているか．
- **課題6-1**： 選択した駅についてのグラフおよび基本的な統計量が適切に求められているか．
- **課題6-2**： 特になし．

下記の加点要素はいずれも**課題6-1**のもの．**課題6-2**については，適切なグラフや統計指標が作成され，その説明がなされていれば，「技術の習得」「創意工夫」を評価する．

::: info
**独創的あるいは実現可能性が高そうな戦略については，講義の評価とは別に，実際に仙台市交通局に提案してみます．**
:::

### 加点要素(1): 技術の習得
- 複数の駅についてのグラフ/統計量の作成に`for`文などを用いた作業の自動化・効率化を行なっている
- 講義資料に記載されていない機能を利用している（本課題はプログラムを作成することが目的ではないため，ChatGPTなどで調べた機能や野良コードを **追加コメント無く使用して構いません**．）
### 加点要素(2)： 創意工夫
- 複数の駅についてのグラフや統計量を作成している
- グラフや統計量を見やすくするための工夫が行なわれている
- 独創的な観点でのグラフや統計量が示されている