QGIS Ninja

マップアプリ『WikiWalk』『null map』作成。QGISのプラグインを作って公式リポジトリで公開。『GSI-AddressSearch』 『Google Maps LocationSync』。生成AIのMCPサーバーも作ります。土地建物について調べたりもします。
#QGIS #FOSS4G #まちづくり

[FSK Shots and Tech  ᯅ @faythebest]

3D Gaussian Splatting is incredibly futuristic and continues to amaze me on my Vision Pro. While I’d love to visit in person, I’d also love to experience it virtually if that’s not possible. #AppleVisionPro #GaussianSplat #Apple

[YAMASHITA @daliantalk]

• Google Earthが　#Shapefile（SHP）のインポートをサポートし、業界標準の地理空間データをクラウド上で高速に表示可能になった。
• GLB形式の3Dモデルをインポートして実際の地形に配置・調整でき、建築模型や都市計画の視覚化が容易に。
• 測量ツールに標高プロファイルが追加され、距離・傾斜・高低差をグラフで確認できるようになり、データ分析が強化された。

[Miguel Ángel Durán @midudev]

¡Notición! La terminal Warp pasa a ser de código abierto. Desarrollada con Rust y disponible en Windows, macOS y Linux.

→ https://t.co/uK8d4AJxml

[チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 @masahirochaen]

【⚡️速報】3D制作のBlenderにClaude連携が正式対応

チャットで3Dモデルが簡単に作れてしまう。
他にもClaudeが多数クリエイティブツールと連携。

・シーン解析/デバッグ
・全オブジェクトの一括変更
・Python API経由で独自ツール作成
・Blender開発基金にもPatron参加

[S l o w @ExcellentSlow]

⚡万博レガシーピンアップデート⚡
KOWLOONsGTさんにご紹介いただいた
「インドネシア館にあったラタンのランプシェード群」奈良TEN .TEN .CAFE東大寺店を追加しました！場所は奈良公園、大仏殿、奈良国立博物館のゴールデントライアングルの真ん中です！GWの予定に万博レガシーを組み込んではいかがでしょうか？

ピンの位置はジオコーディングでドロップしていますが、ピンと実際の位置にズレなどありましたらご連絡ください！

wayfarers-staff Mapはまだまだアフター万博情報の収集をしていますのでどんどんご連絡ください！（オオカミ情報もお待ちしております）

[講談社サイエンティフィク🖋️📔 @kspub_kodansha]

【好評既刊】

吉住遼／原泰史・著
『Pythonではじめるオープンデータ分析
　経済統計の取得から、データハンドリング・可視化・分析まで』

🔴🔴GWはオープンデータにどっぷり🔴🔴

Pythonではじめる、社会を読み解くデータ分析の世界へ！
研究者・ジャーナリスト・ビジネスパーソン・公務員など、データを活かしたいすべての人に贈るオープンデータ分析入門書の決定版です。

政府統計(e-Stat)、有価証券報告書(EDINET)、米国の経済データ(FRBのFRED)、法人データ(gBizINFO)、etc...。
国内外の公的機関が提供するさまざまなデータを用い、データの取得・ハンドリング・可視化・分析の一連のプロセスを、Pythonで実践的に学びます。

「どこにデータがあるの?」
「どうやって取り出すの?」
「どう加工して、何が読み取れるの?」

そんな疑問を、豊富なコード例と実践事例からていねいに解説します。

【本書の特徴】
🔰Python初学者でも安心！
データ分析の基礎(Pythonの基本操作・pandas・統計・可視化[Plotly])を詳細に解説

📊実データを用いた実践方式の分析!
e-StatやFRBのFREDなどのさまざまなAPI活用方法を具体的に紹介

👨‍👩‍👧社会・経済を読み解く力がつく!
人口、家計、金融、企業データなど、多様な統計を活用

💻すぐに実践できる!
ソースコードをすべて公開しているので、分析をそのまま再現

【実践事例も充実】
・gBizINFOの法人データを使い、スタートアップ企業の立地を地図上で可視化
・e-Statを活用し、ふるさと納税による地方自治体の税収の影響をパネルデータ分析

【目次】
第1章　序論
1.1　はじめに
　1.1.1　想定読者
　1.1.2　前提知識
　1.1.3　本書の構成と読み方
1.2　データの利用規約と著作権について
1.3　Pythonの実行環境
　1.3.1　本書のPythonスクリプトの表記とターミナルの表記
　1.3.2　Pythonの環境構築
　1.3.3　本書のPython実行環境の設定
　1.3.4　Pythonの実行とJupyter

第I部　Pythonデータ分析の基礎
第2章　データハンドリングとpandas
2.1　pandasとデータフレーム
2.2　データ型
2.3　データの確認
2.4　データ抽出・追加・置換
2.5　欠測値とNull
2.6　重複とユニーク
2.7　分析しやすいデータ
　2.7.1　ワイドテーブルとロングテーブル
　2.7.2　整然データ
　2.7.3　機械判読可能なデータ
2.8　データ整形
2.9　データの結合
2.10　データの読み書き
　2.10.1　pandasでのデータの読み書き
　2.10.2　ファイル形式
　2.10.3　文字コード

第3章　統計の基礎
3.1　変数の種類
　3.1.1　量的変数と質的変数
　3.1.2　ディメンションとメジャー
3.2　度数分布とヒストグラム
3.3　要約統計量
3.4　量的変数と質的変数の変換
　3.4.1　離散化
　3.4.2　ダミー変数
3.5　クロス集計
3.6　2変量の統計
3.7　統計の分類と経済統計
　3.7.1　調査統計・業務統計・加工統計および基幹統計
　3.7.2　全数調査と標本調査
　3.7.3　実質値と名目値
　3.7.4　季節調整

第4章　データの可視化とPlotly
4.1　Plotly .pyとPlotly Express
　4.1.1　グラフファイルの書き出し
4.2　構成割合の可視化
　4.2.1　円グラフとサンバーストグラフ
　4.2.2　ツリーマップ
4.3　量の比較と推移の可視化
　4.3.1　棒グラフ
　4.3.2　折れ線グラフ
4.4　構成割合の推移の可視化
　4.4.1　エリアチャート
　4.4.2　その他の構成割合の推移の可視化
4.5　レイアウトとグラフの組み合わせ
　4.5.1　Plotly Expressのカラースケール
　4.5.2　グラフの組み合わせ
　4.5.3　サブプロット
4.6　分布の可視化
　4.6.1　ヒストグラム
　4.6.2　箱ひげ図とバイオリン図
4.7　関係性の可視化
　4.7.1　散布図
　4.7.2　ヒートマップ
　4.7.3　バブルチャート
4.8　地図・金融などの特定分野の可視化

第5章　オープンデータとデータ取得
5.1　オープンデータ
　5.1.1　オープンデータとは
　5.1.2　オープンデータの公開レベル
5.2　データ取得
　5.2.1　CSVなどのファイルダウンロード
　5.2.2　APIとPython のRequestsライブラリ

第II部　オープンデータ分析の基礎
第6章　オープンデータ・経済統計・公的統計
6.1　経済統計と公的統計とは
6.2　世界の公的機関とオープンデータ
　6.2.1　国際連合のデータ
　6.2.2　Data CommonsとUN Data Commons for the SDGs
　6.2.3　世界銀行のデータ
　6.2.4　国際通貨基金（IMF）のデータ
　6.2.5　世界保健機関（WHO）のデータ
　6.2.6　世界貿易機関（WTO）のデータ
　6.2.7　経済協力開発機構（OECD）のデータ
　6.2.8　欧州連合（EU）のEurostat
　6.2.9　米国統計局のデータ
　6.2.10　米国FRBのFRED
6.3　日本の公的機関とオープンデータ
　6.3.1　政府統計の総合窓口e-Stat
　6.3.2　金融・市場データ
　6.3.3　法人・産業データ
　6.3.4　地理・気象データ
　6.3.5　地方のデータとRESAS
　6.3.6　デジタル庁のe-GovポータルとJapan Dashboard
6.4　日本の公的統計とe-Stat
　6.4.1　e-Statとは
　6.4.2　e-Stat API機能
　6.4.3　e-Stat API登録とアプリケーションID取得
　6.4.4　e-Stat APIをPythonで利用する
　6.4.5　統計ダッシュボードのWebAPI

第7章　人口データの取得・可視化・分析
7.1　人口と国勢調査
　7.1.1　人口ピラミッド
　7.1.2　人口推移
7.2　人口動態
　7.2.1　出生数と死亡数
　7.2.2　合計特殊出生率
　7.2.3　婚姻件数と離婚件数
7.3　人口推計
7.4　将来推計人口
7.5　世界の人口
　7.5.1　将来人口推移
　7.5.2　人口の世界地図
7.6　生命表と寿命
　7.6.1　完全生命表と死亡数分布
　7.6.2　世界の平均寿命・健康寿命
7.7　疾病と感染症
　7.7.1　人口動態と死因の国際疾病分類
　7.7.2　COVID-19

第8章　家計・生活・労働データの取得・可視化・分析
8.1　家計に関する統計データ
　8.1.1　家計調査
　8.1.2　全国家計構造調査
8.2　生活に関する統計データ
　8.2.1　国民生活基礎調査
　8.2.2　社会生活基本調査と生活時間
8.3　労働に関する統計データ
　8.3.1　労働力調査と失業率
　8.3.2　米国雇用統計
　8.3.3　毎月勤労統計調査と賃金

第9章　金融・市場データの取得・可視化・分析
9.1　債券と金利
　9.1.1　国債の残高と長期金利
　9.1.2　短期金利
　9.1.3　FRBとFFレート
9.2　外国為替
　9.2.1　FREDの為替データ
　9.2.2　国際決済銀行の為替データ
9.3　マネーストックと資金循環
　9.3.1　マネーストック
　9.3.2　資金循環統計
9.4　株式と株価
　9.4.1　有価証券報告書データとEDINET
　9.4.2　株価と日本取引所のJ-Quants
　9.4.3　米国株の株価
9.5　金融市場の指数
　9.5.1　株価指数
　9.5.2　株価指数以外の金融市場の指数
　9.5.3　投資信託のデータと金融市場の指数

第10章　国際統計・長期経済統計データの取得・可視化・分析
10.1　国民経済計算とGDP
　10.1.1　日本のGDP
　10.1.2　世界のGDP
10.2　物価とインフレ率
　10.2.1　日本の物価とインフレ率
　10.2.2　米国の物価
10.3　経済指数
　10.3.1　景気動向指数
　10.3.2　鉱工業指数、およびさまざまな経済指数
10.4　貿易統計
10.5　国際収支統計

第11章　法人・産業データの取得・可視化・分析
11.1　法人・企業・会社のデータ
11.2　経済センサス
　11.2.1　産業・組織形態・雇用者規模別の企業等数
　11.2.2　産業のツリーマップ
11.3　法人企業統計
　11.3.1　業種・資本金規模別の資産合計
　11.3.2　売上高・営業利益・経常利益・当期純利益の推移
11.4　法人番号公表サイト
　11.4.1　CSV形式でデータをダウンロードする
　11.4.2　Web-APIでデータを取得する
11.5　gBizINFO
　11.5.1　CSV形式でデータをダウンロードする
　11.5.2　REST APIを利用する

第III部　オープンデータ分析の実践
第12章　 gBizINFO の法人データを用いたスタートアップ企業の分析
12.1　gBizINFOのAPIを用いた企業情報の検索
12.2　法人番号を用いてスタートアップ企業の数を都道府県ごとに取得する
12.3　取得したスタートアップ企業のデータを確認する
12.4　スタートアップ企業の立地を地図上にプロットする

第13章　e-Statを用いたふるさと納税のパネルデータ分析
13.1　東京都品川区はふるさと納税でどの程度税収を失ったのか
13.2　市区町村ごとの税収をe-Statで取得し、分析する
　13.2.1　パネルデータ分析とは
　13.2.2　データの前処理
　13.2.3　データの可視化
　13.2.4　パネル固定効果モデルを用いたふるさと納税制度による効果の推定

[梁 @iam678]

重新优化了一天，
调用googlemap的街景功能和3D视图功能，
用OPENAI进行优化与关键地点提取，
结合设计好的角色卡，
调用Seedance的API，
自动生成一个从起点到终点的案内视频。
自动挑选路线中的几个标志性地点，
然后让角色融入这些标志性地点去进行引导。
生成几段后手动合成编辑。
AI改变生活。

[ジュンク堂書店池袋本店 PC書担当 @junkudo_ike_pc]

4/27新刊:ISBN978-4-7980-7672-0 秀和システム新社『Claude AIエージェント開発入門』掌田津耶乃 著　15冊入荷

[起業支援のツクリエ @kigyou_ka]

京都・太秦を舞台にしたスタートアップのためのピッチコンテスト「太秦 NINJA PITCH2026」、FINALは日本最大規模のカンファレンス 「IVS2026」内で開催！

[Shin丨AI×プロダクト開発の専門家🤵🏻 @shin_sasaki19]

「人月で売る時代は、もう終わるかもしれない」という記事でSHIFTと富士通のFDE戦略の話がSIer業界の構造変化を端的に表していてめちゃくちゃ面白い。以下、要約してみます📝

■ そもそも何が起きているのか
・AIエージェントの登場で、SIerの「ご用聞き→要件定義→人海戦術で実装→納品」というビジネスモデルが通用しなくなってきた
・顧客の業務にAIを適用して生産性を上げるには、業務の流れや組織を深く知り、ときに業務のやり方や体制にメスを入れることまで求められる
・要件を待っていては間に合わないし、そもそも顧客自身が「何をAI化すべきか」を言語化できないことが多い

■ そこで台頭しているのが「FDE」
・FDEとは「Forward Deployed Engineer」の略で、顧客の現場に入り込み課題解決を担うエンジニアのこと
・もともとはPalantirが体系化した職種で、政府機関や大企業の複雑な問題を解くために、エンジニアを顧客の現場に派遣して技術と業務の両面から課題解決を行うモデル
・「Do Things that don't scale, at scale」がその哲学。一見スケールしない泥臭い動きを、プラットフォームと仕組みでスケールさせるという発想
・OpenAIやAnthropic、シリコンバレーのAIスタートアップでも軒並み導入が進んでいる職種

■ SHIFTの「アドバンスドFDE」が独自で面白い
・SHIFTは自社を「顧客企業のAI推進部」と位置付けている
・業務課題の把握やあるべき姿の定義といった上流から入り、業務を分解、AI適用可能なユースケースを抽出、ツール選定、運用や評価のルール設計まで一気通貫で担う
・従来のFDEは自社プロダクトの導入支援が中心だったが、SHIFTは特定プロダクトに縛られず、顧客に最適なAI技術を選定して導入から定着まで担当
・つまり「AIを前提とした組織のつくり方」そのものを売っているのに近い
・狙うのは「AI活用をこれから本格化させていくメインストリーム層」とのことで、すでに先進企業ではなく中堅大企業のボリュームゾーンを取りにきている

■ 富士通も「人月依存」からの脱却を明言
・富士通は人月依存のビジネスモデルからの転換を目指して事業戦略を策定中
・成長事業「Uvance」では、AIエージェントを活用して人手に依存しないモデルを構築
・住信SBIネット銀行とは「AIが読める設計書」を作る取り組みを開始しており、システム開発自体を根本から変えにいっている
・Uvance事業の売上目標は7000億円。AIエージェント関連の需要を確実に取り込む計画

■ FDEとSIerやコンサルとの違い
・SIer常駐:顧客が定義した要件通りに動くシステムを作る
・コンサル:提案書や戦略までで実装はしない。動くものを見届けない
・FDE:顧客と共に課題を発見し、何を作るべきかの定義から関わり、本番運用まで一気通貫
・成果物はスライドではなく「動くシステム」、ゴールは保守契約継続ではなく「顧客の自走」

■ 何が示唆的か
人月ビジネスは「工数の積み上げで稼ぐ」モデルなので、AIで工数が消えると売上も消える。だから日本のSIer大手にとってFDE型への転換は生き残りそのものの話になっています。一方でFDE型はエンジニアに技術力と顧客折衝力の両方が求められ、報酬水準も高い。SIerの一線級エンジニアにとっては、むしろキャリアの選択肢が広がる転換点とも言えそうです。
「AIで仕事が奪われる」ではなく「AIで仕事の単価が上がる側に回れるか」が問われているのだと思います。

[デジコン ｜ 建設ICTの今を配信中！ @_digicon]

スペースデータが地球から宇宙まで単一の3D空間で再現する「惑星規模のデジタルツイン」プラットフォーム🌏「PROVIDENCE」の公式サイトを開設。

ドローン・ロボット・自動運転車の仮想検証から実装まで、フィジカルAI時代の課題解決基盤として官民共創を加速します https://t.co/opC7p10Kyd

[Taiyo Kimura @taiyo_ai_gakuse]

結論、個人開発アプリの認証は”絶対に”WorkOSを使え。

今、大手SaaSが次々とMCPを公開しているけど、次は個人開発アプリもMCP公開することが当たり前になる。

WorkOSを使えば、Claude Code→自動ログイン画面遷移→戻ってきた認証情報をMCPで使う流れがかなり簡単に作れる。やり方は記事👇

[MappingGIS 🚀🌍 @MappingGIS]

Cómo conectar #QGIS con #PostGIS en 7 sencillos pasos https://t.co/fgMCP6CM8W

[まさし @osaka_nakagawa]

🔵大阪府 各種データ🔵
引用元の投稿で紹介されている「データおおさか2026」が面白いです。
大阪府に関する各分野の統計資料が豊富に掲載されており、特に“17.市町村の主要指標”と“18.交通”が興味深かったです。(下は18.交通を参照)
鉄道利用に関しては梅田の突出ぶりが目立ちますね。

[Ryohei Abe @r_abe01]

最近のWebGL(Three.js)の3D地図描画のクオリティすごいなと思ったので、ロードバイクで計測したルートを3D地図で見れる機能開発を始めた

ルート表示がビルの後ろにちゃんと隠れるのが嬉しい 笑

[宮路秀作（地理講師＆コラムニスト） @miyajiman0621]

大円距離リング地図ジェネレーター

任意の中心地を設定し、

・任意の距離の等距圏
・任意の都市までの大圏航路

が表示さます！

地理院地図でも実装されていますが、地球上で確認できるし、画像出力ができるのも良い！

https://t.co/NO5Wk7SJUb

[そぞら@Raspberry Pi 電子工作 @sozoraemon]

Raspberry PiとGPSを使って、移動した経路を表示できた。次は移動距離も計算してみよう。

[Muhammad Rizwan Munawar @muhammdrizwanmr]

Smart parking pipeline in real-time with @ultralytics YOLO26 🚗 🅿️

Over the weekend, I built a parking management system that monitors slot occupancy (occupied vs available).

In busy parking areas where vehicles partially overlap slots or enter at angles, the system still maintains accurate detection and status updates in real time.

More information 👇

#yolo26 #parkingproblem #machinelearning

[宮路秀作（地理講師＆コラムニスト） @miyajiman0621]

任意の都市の道路を描いて画像出力してくれるサイト。

これすごい！

試しに、山形市を出力してみたら、扇状地であることが明確な道路網が描き出された！！！

これすごい！

https://t.co/cHfbG8mEsB

[Google Maps Platform @GMapsPlatform]

Imagery Insights significantly expands, leveraging innovation from Google Earth AI, to help you transform how you understand our planet and make decisions ➡️ https://t.co/Zc3ZEimQLH

🦅 We will be launching Aerial and Satellite Insights to put global high-res imagery at your fingertips. Broaden your analysis from city street details to a bird's-eye view of the planet to make data-driven decisions at scale.
🛰️ Aerial and Satellite Models with Google Cloud's Model Garden transforms geospatial workflows with planetary-scale insights, without model training or maintenance. And, unlock insights from the data you already own.
☀️ Solar Insights, a high-res dataset designed to pinpoint market opportunities and accelerate solar adoption, provides analysis-ready data on per-building solar potential, roof statistics, and existing solar arrays across over 90% of buildings in the U.S. and Europe, to help identify high-value customers and optimize network planning.
🏙️ Street View Insights will be elevated in the coming weeks with the release of powerful LiDAR data, which includes access to Google Street View's repository of 280B+ 360 degree and 3D images, with more precise measurements to more accurately determine dimensions right from your desk.

Learn more and sign up for early access at the link above.