迷走ブログ

ファウスト的衝動を抱き、迷走している、凡人による気まぐれブログです。

【python】コーヒー豆の産地別の特徴をスクレイピングし、特徴となる言葉を見てみた

はじめに

最近、インスタントコーヒーを飲むようになったのですが、コーヒー豆には色々な産地があることを知りました。
ちなみに、僕はこちらのコーヒー(ネスカフェ ゴールドブレンド 120g)が好きです。

今回はコーヒー豆の産地として有名であるらしい情報を集めて、その豆の特徴を記述している部分を簡単に形態素解析し、コーヒー豆がどのような言葉によって表現されているのかを調べてみました。

行ったこと

ざっくりとまとめると、以下の流れで調べました。

  1. 「コーヒー」AND「産地」のような単語でググりました。
  2. 一番はじめにヒットしたAGFのサイト(コーヒー豆AtoZ コーヒー豆の種類|AGF®)を見てみました。
  3. コーヒー豆の産地がまとめられていましたので、その情報をスクレイピングしました。
  4. 形態素解析をして、頻出の単語を調べました

コードの解説

pandas で html を読み込む

import pandas as pd

url = "https://www.agf.co.jp/enjoy/cyclopedia/flow/atoz_05.html"

df = pd.read_html(url)
df

f:id:yktmmrmtoosa03:20210918235138j:plain
はじめに、pandas でサイトから直接テーブルタグ部分を読み込みました。
要はtableタグをそのままデータフレームとして読み込めば、「加工しなくていいし、楽じゃん」と考えました。しかし、そのような僕の浅はかな考えはぶち壊されました。

よく見ると[]で囲まれていることに気がつきました。そのため、リストとして返ってきてしまったのです。

そこでググると、なんでもHTMLに複数のテーブルがある場合、DataFrameがListに格納されてしまうそうなのです。
そこで対処方針として、素直にテーブルタグをスクレイピングすることに方針を変更しました。

スクレイピングし、その情報をCSVに保存

import requests
from bs4 import BeautifulSoup
import pandas as pd

#Webページを取得して解析する
load_url = "https://www.agf.co.jp/enjoy/cyclopedia/flow/atoz_05.html"
html = requests.get(load_url)
soup = BeautifulSoup(html.content, "html.parser")

# tableタグを指定して、中身を取り出す
table = soup.find_all("table")
df = pd.read_html(str(table))[0]

#データをCSV形式で保存する
df.to_csv("産地別のコーヒーの特徴.csv",encoding="utf-8")

次に、スクレイピングをしました。
ここでは、上述のサイトのテーブルタグを特定し、そこから中身を取り出す作業をしています。

そのために、「find_all()」で全てのテーブルタグを取得しています。
その上で、pandasの「read_html」で、テーブルの情報を読み込みました。

最後に、出力した内容をCSV形式でファイルに保存しました。

保存したファイルを読み込む

import pandas as pd
df = pd.read_csv("産地別のコーヒーの特徴.csv",encoding="utf-8")
print(len(df))
df.head()

f:id:yktmmrmtoosa03:20210919001404j:plain
保存したファイルを読み出します。
しっかりと保存されていることが確認できました。(⌒▽⌒)

特徴部分の記述されている文字数をカウント

df["length"] = df["産地・特徴"].str.len()
df

f:id:yktmmrmtoosa03:20210919001910j:plain
僕の現時点の実力ではなんちゃって解析ですので、まずは記述部分の文字数をカウントしてみました。

色々と統計量についても確認

df["length"].describe()

f:id:yktmmrmtoosa03:20210919003249j:plain
とりあえず、記述量的には、おおよそ33くらいの文字数で表現されているようです。
また、最も記述数の少ないものは19字とのことですので、最大の44文字での記述されている箇所とは2倍くらいの差を有しているようです。筆者の熱量の入り具合が違うのでしょうかね。笑

Janomeを使って形態素解析をしてみた

from janome.tokenizer import Tokenizer
from janome.analyzer import Analyzer
from janome.tokenfilter import *

import pandas as pd
df = pd.read_csv("産地別のコーヒーの特徴.csv",encoding="utf-8")

token_filters = [POSKeepFilter(['名詞']),TokenCountFilter(sorted=True)]
a = Analyzer(token_filters=token_filters)

dada =''.join(df["産地・特徴"])
for iii in a.analyze(dada):
    print('%s:%d' % (iii))

f:id:yktmmrmtoosa03:20210919010513j:plain
ここではJanomeというモジュールを使って分析を試みています。
iPad にてpythonの勉強をしているのですが、現状、MeCabをインストールして使うことができなかったので、諦めました。
そこで、Janomeを用いています。

今回は名詞に絞って、頻出の言葉を分析してみました。
公式のドキュメントを見て探りつつ、試してみました。

意外というかなんというか、「風味」や「高級」と言った単語はあまり使われていないようでした。一方で「香り」や「上品」と言った言葉が使用されているようでした。おそらく、全体的に「高級」とまではいかないが、「上品」な味わいのものが多いということなのでは?と思いました。

ちなみに、形容詞も調べました。「甘い」「強い」という言葉が主に使用されているようです。
f:id:yktmmrmtoosa03:20210919011833j:plain

【補足】

今回は、お試し感覚で形態素解析に挑戦してみました。
そのため、そもそもの記述量が少ないものを選んでいますので、そこら辺がちょっと物足りなさと分析の不正確さをあらわにしてしまっており、反省点です。
と言っても、現時点の僕の実力ではどうしようもないので、コツコツと勉強して頑張ります。

おわりに

ああ、コーヒーのことを調べているうちに、コーヒーメーカーが欲しくなってしまった。。。どうしようか。。。

【python】ビジネスのフレームワークを知りたい!「〇〇思考」という単語を調べて一覧にしてみた

はじめに

この記事では(ビジネスで使用できそうな)思考法についてその単語の意味を一覧にまとめてみました。

最近、ビジネスで使用する思考法に興味を持っているのですが、正直よくわからないのでググって一般的な定義をまとめたというのが敬意となります。

そのため、そもそもどのような思考法があるのかすらわからない状態でいるため、関係しそうな「〇〇思考」と言う単語を挙げています。



 こんな人におすすめ 

  • これから社会人になる人
  • どのようなビジネスのフレームワークがあるのか知りたい人
  • 様々な思考方法を知りたい人

【成果物】色々な〇〇思考という単語の定義一覧

最終的にはCSV、エクセル、スプレッドシート等にて「〇〇思考」の単語を一覧にしました。
f:id:yktmmrmtoosa03:20210918000909j:plain

【感想】〇〇思考という単語をまとめてみて

まず、今回の私の目的は〇〇思考という単語について一般的な定義をまとめることでした。
決してビジネスでの思考方法を直ちに使いこなすことが到着点ではありません。その前段階であり、あくまでもどのような「〇〇思考」と言う言葉が存在するのかを調べてみようと試みています。

どのような「考え方」が存在するのかを知り、そこから興味を抱いた思考の方法について、個別具体的に使い方を深めて行けたら良いなと思っています。

個人的に気になったのは、水平思考や垂直思考の違いと使い道が気になったので、そこら辺を少し深掘りしてみたいと思いました。

書籍を購入してまで深掘りするかどうかは迷っているのですが、とりあえず、言葉を知ることができたので意味はあったのかなと思っています。

今回の反省について

今回は、「思考」AND「定義」でググって一番はじめに出てきたサイトから単語をまとめていきました。
Weblioというサイトがヒットしたため、そこから単語を抽出しています。

そのため、サイトに載っていない「〇〇思考」という単語やそれに類似する言い回しの単語は漏れてしまっているため、その点は諦めています。

また、TRIZ等の問題解決方法みたいなものも検索していません。

例えば「問題解決大全」や「アイデア大全」等があるので、それらの書籍を参照しより各項目について深めていく方が早いと思いました。

問題解決大全

問題解決大全

Amazon
アイデア大全

アイデア大全

Amazon

また、そもそもサイト自体に信頼性があまりないため本来であれば複数のサイトを横断して「〇〇思考」という単語を抽出する必要がありそうです。そして、サイトに掲載されている「○○思考」という言葉の数や言葉の定義を対比し、まとめた方が理想的なのでしょう。しかし、そこまで取り組む時間がないので諦めました。

加えて、pythonの勉強の意味も兼ねているのですが、初心者のため、手探りで行っている点です。それに伴い所々、手作業で対処している点は、今後そこら辺もpythonで処理できるように勉強していきます。

やったこと

ソースコード1:〇〇思考という単語の出力

import requests
from bs4 import BeautifulSoup

#Webページを取得して解析する
load_url = "https://www.weblio.jp/word-group/%E6%80%9D%E8%80%83_1"
html = requests.get(load_url)
soup = BeautifulSoup(html.content, "html.parser")

# divで検索して、classタグでさらに検索して、中身を表示する
ch = soup.find("div")
for element in ch.find_all(class_="subCatWordsBRe"):
    print(element.text)

f:id:yktmmrmtoosa03:20210917231605j:plain
上記では、まず必要なモジュールを呼び出しています。
次に単語が載っている該当のURLを指定して、読み込んでいます。

問題は、単語がどのタグについているのか探ることです。
今回のタグは「div」のなかの「class」タグの「subCatWordsBRe」で絞れそうでした。

そして、for文で該当するclassタグを繰り返し、find_allで抽出しています。
最後に、テキストとして表示しています。

ソースコード2:取得した情報をファイルに保存

import requests
from bs4 import BeautifulSoup

#Webページを取得して解析する
load_url = "https://www.weblio.jp/word-group/%E6%80%9D%E8%80%83_1"
html = requests.get(load_url)
soup = BeautifulSoup(html.content, "html.parser")

# ファイルを書き込みモードで開く
filename = "思考法の単語リスト.txt"

with open(filename,"w", encoding="shift-jis") as f:
    # divで検索して、classタグでさらに検索して、中身を表示す
    ch = soup.find("div")
    for element in ch.find_all(class_="subCatWordsBRe"):
        for elements in element.find_all("a"):
            url = elements.get("href")
            #ファイルに書き込む
            f.write(element.text + "\n")
            f.write(url + "\n")

こちらはテキストファイルに「〇〇思考」とそのリンク先である「URL」を出力・保存しました。
ここから先は実力不足のため、というよりもだいぶ前にスクレイピングの勉強をしていたのですが、ほぼ忘れてしまいました。そのため、途中から手作業でスプレッドシートにまとめていきました。

ただし、手作業でサイトから単語とURLをコピペし、ファイル出力するという作業はpythonで行ったため工程を削除できました。しかしながらそこから先に、リンク先をさらにクローリング的に訪問し、単語の定義を抽出し、それらをファイルに出力するという作業はできませんでした。やはり最初から最後までpythonでやりたかったです。

やっぱり何事も継続していかないと忘れてしまうものなんですね。。。反省です。

【補足】TRIZの発明原理についてもスクレイピングしてみた

#TRIZの発明原理一覧の取得
import requests
from bs4 import BeautifulSoup

#Webページを取得して解析する
load_url = "https://ja.wikipedia.org/wiki/TRIZ"
html = requests.get(load_url)
soup = BeautifulSoup(html.content, "html.parser")

# ファイルを書き込みモードで開く
filename = "TRIZの観点.txt"

with open(filename,"w", encoding="utf-8") as f:
    # olを検索して、liタグをさらに検索し、中身を表示す
    ch = soup.find("ol")
    for element in ch.find_all("li"):
        #ファイルに書き込む
        f.write("・"+ element.text + "\n")

f:id:yktmmrmtoosa03:20210918135138j:plain
どこかで使う可能性があるため、念のため、スクレイピングしてファイルに保存しておきました。
「色を変えよ」等は実行のしやすさという点で取り組むハードルが低そうですが、それだけの工夫だと新規性があるとはいえなさそうですね。
おそらく、縞模様にするだとか、単なる色違いというよりも、視覚的に顕著な変更を加える場合だと言ったそういう高度な変更を行う次元の話なのかなと思いました。

例えば、「分けろ」と組み合わせて、色を分けて配置すると考えて「複雑な模様」にするだと言ったようなイメージです。

おそらく紹介されている原理どうしを組み合わせて考えていくのが良いのかなと思いました(全く解説記事内容を見ていないので、当てずっぽうです笑)。

いずれにしても、発想する際の観点として使えそうなので、一旦はこれでよしとします。
時間を見て、以下の書籍で深めようと思っています。


おわりに

これらの思考法を用いて、横文字使いまくって、なんかコンサルっぽいことして意識高い系になるしかない!
俺の戦いはこれからだっ!!!

【転職】ベンチャーから大企業に転職して働き始めたことついて振り返る(総括)

はじめに

f:id:yktmmrmtoosa03:20210912004831j:image

この記事では、ベンチャーから大企業に転職を考えている社会人3年目くらいの方に向けて、僕の経験をお伝えしていけたらと思います。

あくまでも個人的な経験と見解、偏見、極論となることをお許しください。

また、はじめにお断りしておきますが、この記事に大企業・ベンチャーのどちらを取るべきかといったことについては言及していません。

大企業での経験について

f:id:yktmmrmtoosa03:20210912005350p:image

【悪い点】「大企業はオワコン」であると感じることについて

巷で噂されている「大企業(JTC)=オワコン」説についてですが、おっしゃる通りの側面は大いにあると感じました。ありきたりと言いますか「やっぱりそうだよね」というつまらない結論で申し訳ありません。しかし、それが僕の経験していることですので、ご理解いただければ幸いです。

現在僕は、毎年四季報の業界地図(「会社四季報」業界地図 2022年版)でトップ5に入っている会社に転職しました。四季報のことも含めてですが、株主等の外部向け資料にはよく上手いこと会社情報を載せているなと感じました。

これは当然、会社の内部事情なんて守秘義務等で出せないし、文字起こしなんてできないのだから、数字(利益等)だけで当たり前なのですけど、その数字を出すための内部事情とのギャップが非常に大きくと感じました。と、出だしから話が逸れてしまい、すみませんでした。

次に、本題の「オワコン」であると感じる場面についてです。業界や職種によるのでしょうが、現在の会社は非常にゆったりと動いていますので、その場面で感じます。

これは日々の承認や決済系の個人的・部内レベルの話も含まれますし、会社全体の経営という大きな意味でも言っています。そう言った意思決定の遅さで、非常に危機感は抱きます。そして、このペースではどんどん業界トップの会社、外資から離されていって当然であると感じています。

また、中途採用で入っている人がほぼ続いていない、結果を出せていないです(おっと、この情報を書くと身バレしそうですが、あえて残しておきます)。バックグラウンドを活かすような仕事の振り方をしないので(仕事がないならば、間接的につながるような仕事の振り方、再定義化した上で振るかどうかを判断しないので)、驚きました。そのため、こちら側で再定義する必要性があります(すみません、詳細は省きます)

あと、給与的な待遇面もそうですが、生え抜き社員を役員等に引き上げているという古き日本企業(JTC)を体現していることともつながると思いました。加えて、実力主義と言っておきながら、評価制度が機能していないです。これは「オワコン」です。本当に優秀な社員から辞めていくという意味がよくわかりました。現状、優秀な若手層(おそらく僕の少し上の方たち)から抜けて行っています。

上記の問題が生じている理由について深掘りできませんが(できるような高度な経営的知識も経験も持ち合わせていませんが)、とにかく「現状維持」を目指す「人が多い」と感じます。これは待遇面とも関与するのですが、業界上位に属しているのにもかかわらず、あまりにも給与が低すぎるため、「そりゃ誰も自ら給与以上の仕事をしたいとは思えない」はずです。

上の人たち(人事考課等を考えるレベルの人たち)が、GAFA、ユニコーン等の勢いのある会社の人事考課制度等を含めて、社内制度についてヒアリングするなりなんなりと言ったことをしていないのか(しないのか、できないのかわかりませんが)、良いところを見習う気配すらありません。

つまり、他社の成功事例を咀嚼して自分たちへ活かそうという思考がない(あるいは検討してもリスク云々の理由により)、採用しません。まさに保身の権化となり、負のサイクルに陥っています。

また、安上がりな新卒を一括で大量採用して、使い潰す、というような状況を維持しつつあると感じました。そして、ある程度経験をしたら、超優秀な人からより良い企業へと転職していきます(笑)。残った人にも優秀なかたはいらっしゃると思いますが、どちらかと言えば仕事を新たに創るという凄さよりも、いかに今の仕事をまわす(維持するか)という意味での優秀さです。

働き方についても、古いと感じました。前時代なソフトウェアを使っていたり(セキュリティや秘密管理性への危惧?でクラウドサービスを使っていなかった!!!)等、驚きばかりです。

負のサイクルについては、技術的なお話も同様です。新しい技術への取り組みが非常に弱いです。これはどうしようもありません。何もないところからでは新しい発見やイノベーションを創出することができないということをもっと自覚して欲しいものですが、上の人たちは危機感がないのでしょうから、諦めています。

技術力を高めるための仕組みづくりを放置しすぎです。もっと、研究、開発、生産技術等の間接部門の育成制度、評価制度の設計を含めて、(意識を含めて)改革をしていかないと、遠からず人手不足となり、技術の創出基盤が完全に機能しなくなると言えます。現状提供しているほとんどのサービスが、オリジナリティを失いつつあるのですが……みなさん楽観的に捉えているようです。

最後に反省点なのですが、前職が専門職であったが今は総合職扱いなので、配置転換のことを考えなければならないのでミスりました。やはり専門職採用のところを蹴るべきではなかったと軽く後悔しています。

【良い点】「長期的な視点」でキャリアを考えるゆとりがあることについて

長期的な視点で仕事に取り組めます。

これはベンチャーのようにすぐに結果を示す必要があることとは異なり、非常に良い点であると感じました。

そもそも会議が非常に多いこともあり、自分のみだけで仕上げる仕事というものが圧倒的に少ないと感じました(そのような1人で完結するような仕事の進め方もしていないです)。そのため、相手のペースに合わせる必要があり、自分の役割はとっとと終わらせてしまい、自己研鑽の時間に当てようと思えばできてしまうことが良いです。次から次に、自分の仕事をすぐに終わらせなければならいという状況が続くことがほぼありません(もちろん、繁忙期もありますが……)。心のゆとりみたいなものがあるため、5年、10年先までのキャリアプランを描いて日々の業務(行動)に当てはめていきやすいと感じました。

ちなみにどうでもいいことなのですが、上司から「〇〇の資料(グラフ)作っておいて」レベルの仕事を振られたことがなかったので、非常に困惑しました。これまでベンチャーにいた時は、自分の発表資料は自分自身で構成を練り作ってしまう方が圧倒的に速いし(普通は自分のさばくべき仕事で手一杯であり、自分の業務とは直結しない仕事を割り振らないし、意識をすり合わせる別時間など取れそうにないので)、わざわざ「資料を作る目的を話す時間」「別時間で作業する時間」「チェックする時間」を「一緒に行う」という方針だったのは驚きました(おそらく、僕の人と柄を知りたいというような別の意図があるのはわかりましたが……)。

また、中途で専門性のある人に対する仕事の振り方がおかしいです。これは、僕のアピールの問題でもありますが、将来的に必要となる知識を有しているから採用したと言っている割にそこに直結する段取りや仕事の振り方ができていないです。仕事を創ることに費やす時間より、サポート作業ばかり従事させていると、ミスマッチであるため、そんなことをしているから中途は辞めるのだと思います。

趣旨から離れてしまったため、戻ります。

また、予算が豊富であり、お金も含めて、人、情報等のマネジメントの経験が積みやすいです。

小さな組織と大きな組織では、一度に動くお金の規模がやはり全然違うと感じました。そのため、一度予算を取ってしまえば、結果を出すための制度設計が描きやすいです。やはり事業を成功させるために、潤沢な資金は重要であると再認識しました。「〇〇することで、◾️◾️というメリットがあり、部内目標ひいては企業ビジョンの◇◇につながるから、取り組みましょうよ。資金は▲▲ほどだし、部内の1/5ほどくれ」というような提案が容易にしやすいです。めちゃくちゃ煮詰める必要はありますが、ベンチャーのように少ない資本をやりくりするのとでは、はじめに手を挙げるという前段階で心理的・物理的に雲泥の差があると言えます。

ベンチャーでの経験について

f:id:yktmmrmtoosa03:20210912005203j:image

【悪い点】「やりがい搾取」と感じることについて

これは資金不足等でリソースがないため仕方ない部分も大いに関係していると思います。特に、メガベンチャー以下のところですと基本的に裁量労働制のところが多いと思います。

仮に役付きではない単なる一般職であっても、残業代という概念があらかじめ時間換算で給与に設定されてしまっています。そのため、どれだけ仕事の時間がかかろうが、あらかじめ示された給与以上をもらえないです。

つまり、「残業代で稼ぐ」という概念がないということです。必然的に、給与を変えるためには、結果を出す必要があり、物理的に頑張るしかありません。もちろん、給与テーブルを常に意識して、逆算して作業していくことになります。その点において、評価制度がしっかりとしていると仮定すると、達成度がわかりやすく、売り上げに直結することで、給与やインセンティブで還元されるため、満足感も得やすいと言えます。

一方で、評価制度が定量的でなかったり、明確化されていないと地獄と化すと思います。おそらくですが、そのベンチャーに圧倒的なやりがいという魅力がないと、従業員はどんどん辞めていくと思います。その点が、やりがい搾取につながってしまう可能性はあります。なぜならば、評価制度が曖昧であるのに利益を上げる努力をしろ、ということになりかねないからです。そうなると、働く側としては、めちゃくちゃ頑張っても、還元されないことに見て見ぬ振りをするしかありませんからね。

【良い点】「スピード感」「圧倒的アウトプット」が求められるため、成長することについて

どの分野のどのような規模の企業であっても結果が全てであると言えます。

しかし、圧倒的なスピード感と量をアウトプットし続ける必要がある、という点がベンチャーの醍醐味であると思います。わちゃわちゃと従業員でアイデアを出し合う時間と共に、個々の行動する力が必要となります。また、次々に仕事が降ってきますので、それらの業務をさばくことで日々かなり忙しいはずです。

そうなると、日々行動しながら考える必要があります。そのため、どうしたらアウトプットの価値を上げることができるのかを考え続けることになり、専門性を高めることや日々の改善を考えることにもつながります。したがって、全体的なスキルの成長につながると言えます。この点は非常によかったと感じます。

おわりに

とりあえず、転職する場合、内部事情をめちゃくちゃ探ることをお勧めします。

僕のような後悔をしないように、徹底的にSNS等で転職先の現場レベルの人と繋がっておくことをお勧めします。

すでに上記のようなことは行っているかもしれませんが。。。僕はあまりにも探りを入れることをしなさ過ぎました。反省点です。とりあえず、5年プランで計画を練っているので、その目標を達成次第、会社を辞める可能性大です。あとは並行して副業も進めます。

【ドラマ】最近視聴したお勧めのミステリドラマ

はじめに

最近、視聴したドラマで面白かったミステリ作品を共有できればと思います。

今回は映画は省いて、ドラマのみを紹介していければと思います。

どの作品もあっという間に見終えてしまうほど面白い作品ばかりなのでお勧めです。

ピュア!〜一日アイドル署長の事件簿〜

(1)

あらすじ

「なかなか売れなくて芽が出ない、それでいて腹黒い」という女性アイドル・黒薔薇純子を主人公に置き、純子が一日警察署長として赴いた先の警察署で発生した殺人事件に遭遇する。東堂と名乗り、純子の前に毎回現れる天敵の男性捜査一課刑事に邪険に扱われながらも黒薔薇純子が殺人事件に首を突っ込み、黒薔薇純子がオモテとウラの顔を使い分け、警察の捜査を翻弄しつつ、この刑事とのコンビでたったの「一日」で難事件を解決してしまうという痛快なミステリー推理ドラマである。(Wikipedia「https://ja.wikipedia.org/wiki/ピュア!_〜一日アイドル署長の事件簿〜」より抜粋)

お勧めポイント

濃いキャラクターたちが魅力的!

主人公は売れない腹黒アイドル「黒薔薇純子」。この時点で最高に面白そうなのです。しかも、この「黒薔薇純子」は浜辺美波さんが演じています。そのため、純情そうな見た目に反して性格が腹黒い雰囲気のギャップが非常にうまく演出されており、面白いです。あと、個人的にはキャッチフレーズのような自己紹介がツボでした(よくアイドルの方が行うような自己紹介のことです)。他にも「ゆるキャラ」を勝手にライバル視し、敗北感を抱くところも面白いです。加えて、別のアイドルを蹴落とすようなことをしていたりと、ギャップがいいです。

また、東堂刑事は、黒薔薇純子の推理を補助するワトソン役として活躍します。この東堂刑事は傲慢さとずる賢さを持っているのですが、なかなか抜けた性格であるため、黒薔薇純子に翻弄されている様が魅力的です。

そんな2人を主軸として、事件を解決していくのですが、この2人の凸凹コンビの漫才のようなやりとりも非常にコミカルで面白かったです。

3話構成であり、飽きることなく一気に見れる

このドラマは、たったの3話から構成されています。

そのため、本編は全部で170分ほどで視聴をし終えてしまいますので、隙間時間でささっと見れてしまいます。

1話のみ70分ほどあり、2、3話はそれぞれ50分ほどとなります。

ちなみに1話には、俳優の忍成修吾さんが出演しているのですが、この時点で犯人役では?と疑ってしまいました(笑)。

タリオ 復讐代行の2人

-1

あらすじ

この世には、明らかな悪事を働きながら罰せられずのうのうと生きている人間たちが数多くいます。 ある者は巧みに法の網をかいくぐり、またある者は金や権力を使って事件をもみ消し…。 このドラマは、そういった泣き寝入りをせざるを得ない被害者からの依頼を受け、彼らの代わりに卑劣な悪人たちに復讐する事を裏稼業とする元弁護士・白沢真実(まみ)と詐欺師・黒岩賢介の物語です。 復讐を望む依頼人たちの願いに寄り添い、時に痛快に、時にほろ苦く、時に考えさせられる「復讐劇」を1話完結の全7話、オリジナルで描きます!(公式HP「https://www.nhk.jp/p/ts/78YR8PJXJ5/」より抜粋)

お勧めポイント

登場人物が魅力的

主人公の白沢真実(浜辺美波さん)が面白いです。特に、何かを考えるときに、奇妙なポーズをします。それがなんでも白沢家に伝わる技であるようなのですが、その白沢家に伝わる巻物のオチが面白いです。物語の終わり近くで明らかになるので要チェックです(笑)。

また、推理の相棒役である黒岩賢介(岡田将生さん)は表向き自称経営コンサルタントなのですが、実は単なる詐欺師です。この2人がコンビを組んで、推理していきます。最初は反発しているのですが、徐々に息があってくるのが面白いです。

あとは各回、癖のあるゲストが登場するのも見どころです。

アリバイ崩し承ります

#1 死者のアリバイ

あらすじ

鯉川商店街にある美谷時計店には、「アリバイ崩し承ります」という一風変わった張り紙がある。店主の美谷時乃が、成功報酬一回5000円で依頼者の話を聞いてアリバイを崩してくれるのだ。「何時何分にどこそこにいた」というアリバイには時計が深く関わっているので、アリバイ崩しを仕事として引き受けているのだという。以前は時計店の先代である時乃の祖父がアリバイ崩しをしていたが、祖父が亡くなってからは、時乃がその仕事を引き継いでいた。(Wikipedia「https://ja.wikipedia.org/wiki/アリバイ崩し承ります」より抜粋)

お勧めポイント

なんと言っても浜辺美波さんが可愛い!

全7話なのですが、初めから終わりまでどの場面でも浜辺美波さんが可愛いです。

もちろんどの作品でも浜辺美波さんは可愛いのですが、この作品では特に第2話の冒頭で歌(バレンタイン・キッス)を口ずさんでいるその姿がめちゃくちゃ可愛いのです!あとは、「時を戻すことができました。アリバイは、崩れました」という決め台詞の顔も可愛いです。とりあえず、最高です。

時計とアリバイ崩しの暗示が印象的

時計は、時間をはかったり、時刻を示すものですよね。

この時計をモチーフにして、すでに起こってしまった事件を振り返り、主人公である時乃が犯人のアリバイを崩していきます。事件が起きる(過去となってしまった事件の起こる)前へと時を戻すように犯人を推理していく、という点が「時計を巻き戻す」という「時計」のモチーフとマッチしておりよく考え抜かれているなと感心しました。

ハードナッツ!〜数学girlの恋する事件簿〜

1回 天才数学科女子大生VS爆弾テロリスト(前編)

あらすじ

コミュニケーション能力には乏しいが、天才的な数学の才能を持つ東都大学数学科の大学生・難波くるみが、テロや殺人などの様々な難事件を、数学を使って推理していくという痛快サスペンスミステリー。(Wikipedia「https://ja.wikipedia.org/wiki/ハードナッツ!」より抜粋)

お勧めポイント

魅力的な登場人物

主人公である難波くるみ(橋本愛さん)なのですが、この難波くるみが天才であるもののめちゃくちゃ天然な性格というか変わった性格の持ち主です。ワトソン役となる伴田竜彦(高良健吾さん)に懸想をするのですが、その妄想が面白いです。

例えば、1話でくるみは暗号を解読した代わりに、伴田にデートの約束をさせようと画策し、勝手にデートプランを想像していたりと天然といか変わった性格が面白いです。あとは、2話で気を引こうと話をするのですが、免許証を用いて話題を広げようとして空回りするさまが面白いです。

数学を使って事件を推理する

作中では、推理をする方法として数学を用いて、くるみが事件を推理していきます。

ナンバーズ 天才数学者の事件ファイル 」という海外のドラマがあるのですが、そのドラマと同じで、作中に必ず数学(数式)が絡んできます。

例えば、素数の話、ランダムとカオスの話、音楽と数学の話が登場したり、計量文献学の話が出てきたりと、用語レベルでも興味が湧いてくると思います。全8話なのですが、そのうち第1回と第2回は事件が続きます。また第7回と第8回も同様に事件が続きます。そのため、これらは時間をとって一気に見てしまうことをお勧めします。

くるみ割り人形の音楽

主人公のくるみを暗示させるかのように、作中では「くるみ割り人形」が挿入されます。

これが「くるみ」のモチーフとして用いられており、興味深かったです。

おわりに

あれ、今気がついたのですが、浜辺美波さんが出演なされている作品ばかり紹介していました(笑)。

もしかしたら、お気づきの方もいらっしゃるかもしれないですが、浜辺美波さんのファンなのです!

というのは冗談なのですが、実は脚本家の蒔田さんの作品が好きなので、どうしても偏ってしまいました。

とりあえず、紹介した作品は全て面白いので、ぜひ一度視聴していただければ幸いです。

【新卒】数字の苦手な人がなんちゃって統計資料の作成をしたときに気をつけたこと

はじめに

f:id:yktmmrmtoosa03:20210906130020j:image

僕は入社して間もない時「アンケート調査と結果をまとめてほしい」と言われました。

別の業務も抱えており、突然言われたため困惑したことを覚えています(笑)。

その時を振り返り、つまずいた経験と気をつけたことを共有できればと思います。

もしも、同じように困った経験をしている人がいれば、参考にしていただければ幸いです。

【重要】納期期日を確認すること

f:id:yktmmrmtoosa03:20210906130236j:image

出だしからレベルの低いことを書いており、申し訳ないです。

とりあえず、上司から「これやっておいてー」と軽い口調で言われたら、即座に「いつまでに終わらせる必要があるのか」を聞くことをおすすめします。

そうでないと、自分の別の業務との兼ね合いもあるため、いつまで経っても取り掛かることができません。通常であれば、そもそも仕事を割り振る方が、期日を設けてくれることが多いと思います。

そのため、仕事を割り振られる側は締め切り通り終えることができるか否かをその場で(或いはスケジュールを確認次第)お答えすれば良いのですが、僕の場合、入社してすぐのころでもあり一杯一杯となり、締切を把握するという点を失念していました(この時は急ぎではなさそうだし、1ヶ月後でいいか、と先延ばしにしてしまった)。案の定、2週間くらいして「終わった?」と聞かれてしまったことがありました。

そのようなミスをして以降、常に締め切りを聞くようにしています。

自分への戒めとして、初めに書きました。

 

【重要】何のために資料を作成しているのかを把握すること

f:id:yktmmrmtoosa03:20210906131626j:image

当たり前かもしれませんが、到着点を把握しないと、どのようにまとめれば良いのかわかりません。

そのため任されたはいいのだけれども「一体全体、何のための資料作りなのか」わからなければ、即座に聞くことをお勧めします。

「アンケート調査をしたから、それをまとめてほしい」という漠然とした内容だったとしても、一度引き受けてしまったからには投げ出してしまってはいけません(笑)。まずは「何のためのアンケート調査だったのか」を質問する、アンケート設計表を確認する等、当たり前のことをしっかりと把握することをお勧めします。

次に、上記のような情報が一切発見できない、把握する時間がない場合です。

例えば、「いい感じにまとめておいてー」と言われた場合、仕事を割り振った方もよく把握していない可能性が考えられます。

その場合は、文句を言っても仕方ないので、とりあえず「企業のビジョン」、「中期経営計画の目標」、「部内の目標」へと貢献する(つながる)ということを漠然と意識して、作業に取り掛かるしかありません(笑)。というよりも、おそらくまとめる時も上記と絡めることになるので、一度は確認しておくことをお勧めします。

 

結果をまとめ終える前に(上司に)相談すること

f:id:yktmmrmtoosa03:20210906131724j:image

僕の場合ですが、分析したら即座に結果をパワポやエクセルにまとめる、ということは避けるようにしています。

なぜならば、できるかぎり「上司が思い描くアウトプットと自分の思い描くアウトプットのすり合わせ」を行うべきであると考えるからです。そのため、一度「こういう方向性で行こうと思う」ということをまとめる前に相談するようにしています。

そのようにすることで、「ポジティブフィードバック」「ネガティブフィードバック」どちらに重きをおいてまとめるべきなのか、等のまとめ方の方向性を固めることができます。また困るのは、何度もまとめ直すことで、双方無駄な修正作業が増えてしまうことです。

加えて、発表者(例えば上司)と「分析者」の間で明確な認識相違があることで、面倒な打ち合わせ(認識のすり合わせ)を焦って「発表直前」に行わなければならないことだと思います。

上記のような面倒事を避けるためには、情報の共有(進捗具合の報告)という意味合いも兼ねて、未然防止策として報告する時間を少しでも設けることをお勧めします。

 

データの種類を把握しておくこと

ここでお伝えしたいのは、データをまとめるときにデータの種類を認識することです。

例えば、アンケート回答者のAさんの「郵便番号」とBさんの「郵便番号」をそれぞれ合計した値を出して、それぞれの合計値のどちらが「大きかった」「小さかった」と比較してもあまり意味がないことだと思います。

上記の例は極端な例ですが、分析項目について、定性的データなのか、定量的データなのかと言ったことを把握していないと間違った方向性に向かってしまう可能性があります。そのため、最低限、データの種類についてはなんとなくでも良いので、把握しておくことをお勧めします。

f:id:yktmmrmtoosa03:20210906115934j:image

総務省統計局が提供しているサイトがあるので、そこでざっと確認しておくだけでも意味があると思います。簡潔にデータの種類が列挙されているので整理するのに参考になります。他にも基本的なことがわかりやすくまとめられており、お勧めです。

総務省統計局:データ・データセットの種類

書籍ですと、堅苦しいものになってしまいますが、僕が読んでためになったと感じたのは、以下のものです。

pythonの勉強も兼ねて、統計学を知りたかったのでざっと読みました。使いこなせていないのでまだまだですが、読むだけでも意味があると思います。

 

グラフの見せ方に気をつけること

上述のデータの種類とも関係するのですが、やたらめったら棒グラフだけでしか表現しない、と言ったことは避けるべきです(笑)。

お恥ずかしながら僕はグラフの使い方を理解できていなかったので、棒グラフと円グラフをなんとなく使い分けていました。

他にも例えば、円グラフは、「12時のところ」から「値を大きい順に右回りに配置する」ことや量の大小の関係を表す場合には棒グラフがわかりやすい等の可視化する際の注意事項(わかりやすく表現するコツ)みたいなものを意識することをお勧めします。

加えて、グラフ内に余計な情報を入れないことです。

例えばエクセルで集計する場合、ピボットテーブルを使うとインデックスとカラムの名前がそのまま反映されたりして、ごちゃごちゃした表現(具体的には「個数/〇〇」と言った文言)が入ります。そのような無駄な文言を非表示にする、文言を編集するなど工夫する必要があります。

サイトでは、上述の通り総務省統計局が提供しているものがお勧めです。

総務省統計局:グラフの種類

書籍で参考になったのは、以下のものとなります。pythonを使って、どう表現するのか簡潔にまとめられているのですが、それ以前に「データビュアライゼーション」とは何かについて、わかりやすくまとめられています。お勧めです。

 

意見と事実を分け、伝わるようにすること

これはすでに身につけていらっしゃる方が多いと思いますが、「誰の意見」や「誰の解釈」なのか、「事実」なのかを第三者にわかるように表現することです。

スライドに直接「分析者の意見・解釈」等書いても良いと思いますし、発表時に注意事項としてお伝えするという方法でも良いと思います。

いずれにしても、第三者に伝える(伝わる)ことが大切なので、そこら辺を失念しないことをお勧めします。

要は脈絡もなく自分勝手にデータを解釈しているわけではないことをアピールできれば、細かいことは問われないと思います。。。

 

基本統計量について確認すること

データの中心位置を示す尺度は、平均値やメディアンなどがあります。

またばらつきを表す尺度としては、(偏差)平方和、分散、標準偏差、範囲などが挙げられます。

特に、データのばらつきを表示するためには、上記の意味は多少なりとも理解しておくことをお勧めします。

(そうでないと、どういう意味の数値なの?と突っ込まれた時に回答に困ることになりますので。。。)

統計学をざっと把握するのにお勧めな書籍は、マンガでわかるシリーズが個人的にわかりやすいと思います。

 

おわりに

今回は、僕自身の経験を元に、簡易的な統計分析時の注意事項を共有させてもらいました。

どなたかの参考になれば幸いです。