000000

HOME | DIARY | PROFILE

【フォローする】【ログイン】

One of my favorite things is ...

Rakuten Card

◆5月のAntutuベンチマークスコアが出ていました：iOS版のベンチマークスコア

テーマ： iPhone(2018)

カテゴリ：家電・ガジェット

Antutuベンチマークスコアの５月のデータが出ていました。

iOS版は、新製品が頻繁に出ないので、基本的に４月のスコアと違いはないのですが、４月よりも機器の数が２つ増えていました。４月のデータになかった旧製品のiPad mini 4、iPad 5がありました。

iPadは、 iPad 6と iPad 7の違いが小さかったり、 iPad Pro 3と iPad Pro 4の違いが小さかったりします。

新製品の発売間隔が長い、 iPad mni 4と iPad mni 5、 iPad Air 2と iPad Air 3の違いは大きいことがわかります。

やはり、ベンチマークスコアを見ると、新型のiPhone SEのコスパはかなり高いことがわかります。

↓楽天市場以外の有名ストアの利用でも楽天ポイントが貯まります。

楽天市場で「iPhone」を検索する

楽天市場でiPadを検索する

【データスクレイピングとグラフ作成のRコード】
太字の部分以外は、４月版データで使用したコードと同じです。

url <- "https://www.antutu.com/en/ranking/ios1.htm"

df_tabl <- as.data.frame(read_html(url))

df_data <- df_tabl[c(21: 244 ),]

df_data <- as.data.frame(df_data)

i<- NULL

j=1

k=8

df_antutu <- NULL

df_data1 <- NULL

df_data2 <- NULL

for(i in seq(1, 28 , by = 1))

{

df_data1 <- t(as.data.frame(df_data[j:k,]))

df_antutu <- rbind(df_antutu, df_data1)

j = j+8

k = k+8

}

colnames(df_antutu) <- c("Rank","Device","Device2","CPU","GPU","MEM","UX","Total_Score")

df_antutu <- as.data.frame(df_antutu)

df_antutu1 <- df_antutu[,1:8]

write.csv(df_antutu1,"df_antutu.csv")

df_antutu2 <- read.csv("df_antutu.csv",stringsAsFactors = FALSE)

ggplot(df_antutu2,aes(x=Total_Score,y=CPU,label = Device)) + geom_point()+stat_smooth(method = "lm", se = FALSE, colour = "black", size = 1) + geom_text_repel()

ggplot(df_antutu2,aes(x=Total_Score,y=GPU,label = Device)) + geom_point()+stat_smooth(method = "lm", se = FALSE, colour = "black", size = 1) + geom_text_repel()

ggplot(df_antutu2,aes(x=Total_Score,y=MEM,label = Device)) + geom_point()+stat_smooth(method = "lm", se = FALSE, colour = "black", size = 1) + geom_text_repel()

ggplot(df_antutu2,aes(x=Total_Score,y=UX,label = Device)) + geom_point()+stat_smooth(method = "lm", se = FALSE, colour = "black", size = 1) + geom_text_repel()

ggplot(df_antutu2,aes(x=MEM,y=UX,label = Device)) + geom_point()+stat_smooth(method = "lm", se = FALSE, colour = "black", size = 1) + geom_text_repel()

ggplot(df_antutu2,aes(x=MEM,y=GPU,label = Device)) + geom_point()+stat_smooth(method = "lm", se = FALSE, colour = "black", size = 1) + geom_text_repel()

ggplot(df_antutu2,aes(x=GPU,y=UX,label = Device)) + geom_point()+stat_smooth(method = "lm", se = FALSE, colour = "black", size = 1) + geom_text_repel()

ggplot(df_antutu2,aes(x=reorder(Device, Total_Score), y=Total_Score)) +

geom_bar(stat="identity", fill='#0072B2') + coord_flip()+labs(x="

Device",y=" Score",title="Total_Score",caption="Data source:Antutu benchmark" )

ggplot(df_antutu2,aes(x=reorder(Device, UX), y=UX)) +

geom_bar(stat="identity", fill='steelblue') + coord_flip()+labs(x="

Device",y=" Score",title="UX",caption="Data source:Antutu benchmark" )

ggplot(df_antutu2,aes(x=reorder(Device, MEM), y=MEM)) +

geom_bar(stat="identity", fill='#009E73') + coord_flip()+labs(x="

Device",y=" Score",title="MEM",caption="Data source:Antutu benchmark" )

ggplot(df_antutu2,aes(x=reorder(Device, GPU), y=GPU)) +

geom_bar(stat="identity", fill='#56B4E9') + coord_flip()+labs(x="

Device",y=" Score",title="GPU",caption="Data source:Antutu benchmark" )

ggplot(df_antutu2,aes(x=reorder(Device, CPU), y=CPU)) +

geom_bar(stat="identity", fill='#E69F00') + coord_flip()+labs(x="

Devices",y=" Score",title="CPU",caption="Data source:Antutu benchmark" )

--------------------------------------------------------------------------

↓実効再生産数を計算できる Webアプリがあります。

↓倍加時間についてです。

--------------------------------------------------------------------------

-------------------------------------------------------------------------
【ダッシュボード 「COVID-19 Transition Graphs」 を試作】
中国本土以外の地域への感染が拡大しているため、国別、地域別の感染者数の推移を簡単に確認できるダッシュボードを試作しています。

随時、ページを追加しています。グラフのデータは、右上部分の操作でダウンロードすることができます。

アメリカの「地域別の変数」を前処理して、「州別」での推移をグラフ化できるようにしました。

また、州コードのフィールドを作成してコロプレス地図も作成しています。

楽天ブログでは「iframe」タグが使えないので、Bloggerのページから利用できるようにしています。

無料で利用できる、グーグルの「データポータル」のダッシュボードです。データさえあれば、簡単に作成できます。「国」別、「地域」別に日ごとの感染者数の推移を見ることができます。

↓ダッシュボードの試作です。下記リンクのページから利用できます。