伊坂幸太郎作、『魔王』を読みました。
あらすじ
超能力を持つ安藤がある政治家の出現に対して大衆とは違った視点から危機感を抱くというのが話の根底にあります。これはオペラ魔王に出てくる子供ように表現されているため、タイトルも『魔王』となっています。その超能力というのが自分が思ったことを他人に喋らせられるという腹話術。犬養という政治家にたいして問題意識を常に持ち、彼が疑問に思うことに対して、考察を巡らせるというお話です。
ボリューム的には読了するのには時間がかからずにサクッと読めました。けども、話の終わり方などが綺麗ではなく少しばかり歯がゆい感じも残りました。
Amazon CAPTCHA
隕石落下データを地図上に描画してみる
kaggleのデータセット一覧を見ていたら、Meteorite-landingというものを見つけました。
Meteorite Landings | Kaggle
別に、地質学とか天文学とかに詳しいわけではないのですが面白いデータだと感じたのでRでできるようになったことを織り交ぜながら可視化して見たいなと思ったのでやって見ます。
library(ggplot2) library(dplyr) mtl <- read.csv("meteorite-landings.csv") str(mtl) 'data.frame': 45716 obs. of 10 variables: $ name : Factor w/ 45716 levels "Aachen","Aarhus",..: 1 2 6 10 406 417 429 430 435 454 ... $ id : int 1 2 6 10 370 379 390 392 398 417 ... $ nametype : Factor w/ 2 levels "Relict","Valid": 2 2 2 2 2 2 2 2 2 2 ... $ recclass : Factor w/ 466 levels "Acapulcoite",..: 333 197 85 1 339 85 360 190 339 242 ... $ mass : num 21 720 107000 1914 780 ... $ fall : Factor w/ 2 levels "Fell","Found": 1 1 1 1 1 1 1 1 1 1 ... $ year : int 1880 1951 1952 1976 1902 1919 1949 1814 1930 1920 ... $ reclat : num 50.8 56.2 54.2 16.9 -33.2 ... $ reclong : num 6.08 10.23 -113 -99.9 -64.95 ... $ GeoLocation: Factor w/ 17101 levels "","(-1.002780, 37.150280)",..: 16779 16983 16923 9106 844 14808 16496 16453 784 721 … head(mtl,2) name id nametype recclass mass fall year reclat reclong GeoLocation 1 Aachen 1 Valid L5 21 Fell 1880 50.77500 6.08333 (50.775000, 6.083330) 2 Aarhus 2 Valid H6 720 Fell 1951 56.18333 10.23333 (56.183330, 10.233330)続きを読む
『凡人として生きるということ』 読書感想
初めて押井さんの本を読みました。
本書で取り上げられているテーマは多岐にわたり、人間関係、恋愛などといった人間の本質的な事柄から、マクロ的な視点で捉えた日本や世界での格差問題といった事柄も取り上げられていました。このような点に対して押井監督独自の問題提起から始まり、順序だてて述べられた彼の考察が綴られた作品でした。
http://amzn.asia/9iXx2rEamzn.asia
その中の一つで、格差問題に対する彼の考察が非常に興味深かったです。
続きを読む『未来のイヴ』 読書感想
(この記事はネタバレを含んでいます。)
大好きな攻殻機動隊の映画『イノセンス』に大きな影響を与えた本、象徴主義のフランス人作家ヴィリエ・ド・リラダン作の「未来のイヴ」を読みました。
アマゾンリンク
https://amzn.to/3JfwHWQ
我々の神々も我々の希望も、もはや科学的にしか考えられなくなってしまった以上、どうして我々の恋愛もまた同じく科学的に考えてはならぬのでしょうか
異なった訳し方がされているのですが、とても印象的なこの引用とともに、映画は始まっていきます。
続きを読むNBAのデータ分析をしてみたい
NBAのデータ分析をしたいですね。とは言っても、野球やアメフトなどの離散型のデータではなくバスケは連続型のデータなので今回は簡単に、選手の身体サイズとシュート能力のデータの中に関係性が見られるのかという分析をしていきます。(逃げ)
便利なkaggleさんからデータをいただきました。
https://www.kaggle.com/drgilermo/nba-players-stats
シュート能力の指標としては単純にフリースローの成功数をとります。
player <- read.csv("nbaplayer.csv") str(player) 'data.frame': 3922 obs. of 8 variables: $ X : int 0 1 2 3 4 5 6 7 8 9 ... $ Player : Factor w/ 3922 levels "A.C. Green","A.J. Bramlett",..: 791 721 2418 1195 3044 1411 610 2834 1699 3772 ... $ height : int 180 188 193 196 178 180 196 183 196 196 ... $ weight : int 77 83 86 88 79 79 90 77 90 95 ... $ collage : Factor w/ 424 levels "","Acadia University",..: 128 314 344 192 314 159 313 263 182 301 ... $ born : int 1918 1921 1924 1925 1927 1926 1921 1924 1927 1927 ... $ birth_city : Factor w/ 1265 levels "","Abbeville",..: 1 1257 1 1 449 1 31 871 775 303 ... $ birth_state: Factor w/ 129 levels "","Alabama","Alaska",..: 1 48 1 1 57 1 46 92 80 48 …続きを読む