[Célébration: valeur marchande de 2 billions de dollars] J'ai essayé de visualiser le brevet d'Apple

Apple2.png

0. En un mot

(1) La valeur marchande d'Apple a dépassé les 2000 milliards de dollars (2) J'ai essayé de visualiser les brevets de la première entreprise mondiale (3) J'ai pu reconfirmer que j'apprécie l'interface avec l'utilisateur en utilisant le logiciel tout en étant principalement matériel.

1. 1. Vue d'ensemble

Ce que j'ai fait, ce sont les 3 étapes suivantes. (1) Préparation: extraire les brevets Apple avec les brevets Google (2) Travail 1: Visualisation avec wordcloud (3) Travail 2: Masquez avec le logo Apple puis faites correspondre les couleurs

2. Préparation: extraire les brevets Apple avec les brevets Google

La valeur marchande d'Apple a dépassé les 2 billions de dollars. Apple a été le premier à atteindre une valeur marchande de 1000 milliards de dollars, mais nous sommes en 2018. En seulement trois ans, la valeur marchande a doublé. Il y a trop d'argent et les destinations d'investissement sont limitées. De plus, en ce qui concerne l'informatique dont on peut s'attendre à ce qu'elle consomme des nids, ce qui est prometteur dans Corona est, après tout, Apple. Soit dit en passant, Warren Buffett, premier investisseur mondial, figure parmi les principaux actionnaires. Comme prévu!

Maintenant, afin de confirmer ce qui est étonnant chez Apple, j'ai essayé de visualiser la situation des droits de propriété intellectuelle (brevets) d'Apple. Tout d'abord, téléchargez la demande de brevet américain d'Apple sous forme de données csv sur Google Patents. Dans l'affichage supérieur gauche de Google Patents, il devrait y avoir environ 20 000 données depuis 2010, mais une fois téléchargées vers csv, elles sont environ la moitié, 9 000. Je n'étais pas sûr du nombre maximal de cas.

3. 3. Tâche 1: visualiser avec wordcloud

Tout d'abord, chargez csv avec une trame de données pandas. Lorsque vous téléchargez en csv avec Google Patents, la condition d'extraction est sur la première ligne, dans ce cas https://patents.google.com/?assignee=Apple+Inc.&country=US&after=priority:20100101 Est entré, donc lors de la lecture, définissez l'en-tête = 1.

python


import pandas as pd
df=pd.read_csv("data.csv",header=1)
df.columns

Cette fois, seul le nom du brevet (titre) est utilisé.

python


Title=df["title"]
Text=''
for i in Title:
    Text+=i

Maintenant, wordcloud est enfin là.

python


import wordcloud
word_cloud=wordcloud.WordCloud(background_color="white")
word_cloud.generate(Text)
import matplotlib.pyplot as plt
plt.figure(figsize=(16,10))
plt.imshow(word_cloud)
plt.axis("off")
plt.show()

Chargeons le texte du nom du brevet préparé précédemment dans wordcloud et dessinons-le avec matplotlib. Ensuite, cela devient comme suit.

wordcloud1.png

Utilisez le mot que vous souhaitez supprimer comme argument comme mots vides afin que le même mot n'apparaisse pas deux fois.

python


stopwords={"method","using","portion","thereof","based","multiple","multi","and","of","in","for","with","to","or","providing","on","by","an"}

word_cloud=wordcloud.WordCloud(background_color="white",collocations=False,stopwords=stopwords)
word_cloud.generate(Text)
plt.figure(figsize=(16,10))
plt.imshow(word_cloud)
plt.axis("off")
plt.show()

wordcloud2.png

C'était un peu rafraîchissant.

4. Tâche 2: Masquez avec le logo Apple puis faites correspondre les couleurs

Masquons-le avec le logo Apple que j'aime personnellement. Notez que cela utilise le tableau de numpy.

python


from PIL import Image
import numpy as np
mask_array = np.array(Image.open('Apple.jpg'))

word_cloud=wordcloud.WordCloud(mask=mask_array,background_color="white",collocations=False,stopwords=stopwords)
word_cloud.generate(Text)
plt.figure(figsize=(16,10))
plt.imshow(word_cloud)
plt.axis("off")
plt.show()

Les résultats sont les suivants. C'est devenu comme Apple (rires)

Apple1.png

Comme c'est un gros problème, créons un nuage de mots en utilisant la palette de couleurs du logo Apple qui brille dans les couleurs de l'arc-en-ciel.

python


from wordcloud import ImageColorGenerator
image_color = ImageColorGenerator(mask_array)

word_cloud=wordcloud.WordCloud(mask=mask_array,color_func=image_color,background_color="white",collocations=False,stopwords=stopwords)
word_cloud.generate(Text)
plt.figure(figsize=(16,10))
plt.imshow(word_cloud)
plt.axis("off")
plt.show()

À ce stade, notez que le générateur Wordcloud ImageColor est requis. Les résultats sont ceux énumérés au début, mais je les republierai. Apple est à la mode: pomme:

Apple2.png

5. Résumé

Apple est incroyable. À un moment donné, j'ai été vaincu par Microsoft et j'ai pensé que ce ne serait un PC que pour les passionnés, mais j'ai changé le monde avec l'iPhone. Mais récemment, je suis vraiment surpris que la valeur marchande ait doublé en seulement trois ans. C'est une usine qui n'a pas d'usine en fusionnant matériel et logiciel, et valorise l'interface utilisateur, qui correspond aux heures.

Recommended Posts

[Célébration: valeur marchande de 2 billions de dollars] J'ai essayé de visualiser le brevet d'Apple
J'ai essayé de visualiser AutoEncoder avec TensorFlow
J'ai implémenté DCGAN et essayé de générer des pommes
J'ai essayé de déboguer.
J'ai essayé de visualiser les informations spacha de VTuber
[First data science ⑥] J'ai essayé de visualiser le prix du marché des restaurants à Tokyo
J'ai essayé d'apprendre PredNet
J'ai essayé d'implémenter PCANet
[Python] J'ai essayé de visualiser des tweets sur Corona avec WordCloud
[Python] J'ai essayé de visualiser la relation de suivi de Twitter
[TF] J'ai essayé de visualiser le résultat de l'apprentissage en utilisant Tensorboard
J'ai essayé de présenter Pylint
J'ai essayé de résumer SparseMatrix
jupyter je l'ai touché
J'ai essayé d'implémenter StarGAN (1)
J'ai essayé de visualiser les signets volant vers Slack avec Doc2Vec et PCA
J'ai essayé de visualiser l'ensemble de données de préférence de boisson par décomposition tenseur.
J'ai essayé de visualiser la condition commune des téléspectateurs de la chaîne VTuber
J'ai essayé d'implémenter Deep VQE
J'ai essayé de créer l'API Quip
J'ai essayé de toucher Python (installation)
J'ai essayé de mettre en place une validation contradictoire
J'ai essayé l'authentification vocale Watson (Speech to Text)
J'ai touché l'API de Tesla
J'ai essayé de m'organiser à propos de MCMC.
J'ai essayé d'implémenter Realness GAN
J'ai essayé de déplacer le ballon
J'ai essayé d'estimer la section.
[Python] J'ai essayé de visualiser la nuit du chemin de fer de la galaxie avec WordCloud!
J'ai essayé de visualiser la tranche d'âge et la distribution des taux d'Atcoder
J'ai essayé de visualiser la reconnaissance générale d'objets de Google NN, Inception-v3 avec Tensorboard
J'ai essayé de visualiser le texte du roman "Weather Child" avec Word Cloud
J'ai essayé de visualiser le modèle avec la bibliothèque d'apprentissage automatique low-code "PyCaret"
J'ai essayé de visualiser tous les arbres de décision de la forêt aléatoire avec SVG
J'ai essayé de créer un linebot (implémentation)
J'ai essayé d'implémenter Autoencoder avec TensorFlow
J'ai essayé de résumer la commande umask
J'ai essayé d'implémenter la permutation en Python
J'ai essayé de créer un linebot (préparation)
J'ai essayé de reconnaître le mot de réveil
J'ai essayé de commencer avec Hy
J'ai essayé d'implémenter PLSA dans Python 2
Entrée standard Python3 que j'ai essayé de résumer
J'ai essayé de classer le texte en utilisant TensorFlow
J'ai essayé de résumer la modélisation graphique.
J'ai essayé d'ajouter un post-incrément à l'implémentation CPython
J'ai essayé d'implémenter ADALINE en Python
J'ai essayé de laisser optuna résoudre le nombre
J'ai essayé d'estimer le rapport de circonférence π de manière probabiliste
J'ai essayé de toucher l'API COTOHA
J'ai essayé d'implémenter CVAE avec PyTorch
J'ai créé une API Web
J'ai essayé de résoudre TSP avec QAOA
[Python] J'ai essayé de calculer TF-IDF régulièrement
J'ai essayé de toucher Python (syntaxe de base)
J'ai fait de mon mieux pour retourner au Lasso
J'ai essayé de résumer les modules d'Ansible - l'édition Linux
[Analyse des brevets] J'ai essayé de créer une carte des brevets avec Python sans dépenser d'argent