先ほど派遣の登録説明会予約を入れました。
説明会を逃げ出さないか多少心配ですが、頑張るしかないよ。


とはいえ、虚しさとやるせなさはまだ続きます。
ずっと一人というのもつまらないもんです。
大学のサークル部屋のような、自由に出入りできて気軽に話せる人がいるという、そんな居場所に憧れていましたが、これから生きていてもそんなことが2度と味わえないのかと思うとなんだかなあ、と思ってしまいます。どう工夫しても何にも楽しくならないです。
料理をしても気は紛れないし、天気のいい日に外に出ても気は晴れないですし、困りました。


ただ最近は、物理学の勉強をするようになりました。
それが少し楽しみでもあります。
プログラミングも法律も会計も経済学も文学やその批評も何もかも移ろいゆくもので、どうせいつか勝手な都合で消えたり変更されたりするんだろうなと思うと虚しさしか感じられないですが、物理法則や数学の法則やその考え方は宇宙が消滅したあとも意味のあるものなんじゃないかと思うと不思議に勉学の意欲が湧いてきます。
もちろん数学も物理も理論が覆されてきた歴史そのものともいえますが、それはそれで意味があってひっくり返ってきたことなのでそれらを引っくるめて学ぶことは有意義なことだと自分は感じています。

いずれ大学院に行って研究できたらいいなと思います。
もちろん飽きるかもしれませんが、それまでは打ち込みます。

それでももう一生このまま1人なのかと思うと本当に気が狂いそう

メンタルクリニックでは相談しても薬しか出さないしカウンセリングしても何も解決しないし気も晴れないし金だけ取られるし本当に頭がおかしくなりそう。心が不安定なだけでこんなにもお金も時間も失うなんてやってられない。どうしてこんな虚しい時間を過ごさないといけないのか全く理解できない

経済的な貧困は健康と娯楽の選択肢を失うけども、精神的な貧困はすべてを失う。
穴が空いたまま生きるのは辛い





最近は淫夢の話題からズレにズレていたので戻していきたいと思います。

そして今日はGoogleトレンドというサイトを使って淫夢について探っていきます。



Googleトレンドを使ったことがある方はいらっしゃいますかね。

『入力した文字がGoogleの検索エンジンでどれだけ検索されたか』を把握できるサイトです。

横軸を時間、縦軸を頻度とした2次元空間で曲線として表示されます。
頻度は検索回数そのものではなく、検索回数を0から100の整数で基準化したものを扱っています。

これのすごいところは、世界の国ごとにわかるという点でしょうか。




ちなみに中国ではGoogleが禁止されているため(代わりに百度(バイドゥ)が使われている)、中国の結果は実態を表していない、と見た方がよいかもしれませんね。


いくつかワードを入力してみて、興味深い結果が出たものを取り上げていきます。


使い方はとても簡単。


Googleトレンド

上記のURLに飛んで行くと上方に文字を入力するボックスがあります。
そこに好きな言葉を入れてEnterを押すだけです。終わり! 閉廷!



それではいくつか試してみましょう。





No.1 淫夢

「淫夢」という言葉はどうだろうということで調べました。

【検索条件】
検索ワード : 淫夢
期間 : 過去5年分
対象範囲 : すべての国



結果は以下の画像の通り。


43



検索数上位
1位: 日本(100)
2位: 台湾(7)
3位: 香港(5)
4位: 大韓民国(3)
5位: 中国(1)



5年前の2012年頃より徐々に伸びていることがわかるかと思います。
日本以外にも台湾や中国が顔を覗かせてますね......たまげたなあ




ホモビが友好の架け橋になりつつあるのはすごいと思いました。

2014年12月14日から12月20日にかけて最も高い検索数を記録されています。

何があったか調べてみましょう。

使うのはGoogleのみです。
モバイルよりPC上でやった方がいいでしょう。

まずいつも通り「淫夢」と検索します(淫夢民の日常)。
そのあとに検索ボックスの下に「すべて」「動画」など、ツールバーが並んでいるかと思いますが、「ツール」というのを選んでください。


47






クリックすると、またバーが表示されますので、その中の「期間指定なし」を選んでください。
するとまた何か出てくるので、「期間を指定」を選んでください


12


そこで、先ほどの気になる期間(2014年12月14日から12月20日)を入力してあげてください

すると、Googleはその期間だけの検索結果を表示してくれます。


ちなみに今回の原因はすぐに特定できました。
どうやらその時期に「淫夢スタンプ」というのが流行り、騒動が起きたようです。
その中でよく目にした意見は「淫夢で金儲けするな」という反発でした。
それは確かになあと思いますし、TDNや野獣先輩が1円も得ていないのにそこからお金を得るという構図は奇妙ですし人道に悖る気がするので、淫夢を題材にしたこのブログで収益を得るようなことは私は考えてはいないです。

考えているのは淫夢とITを組み合わせたり、より良い考察をネットから見つけて紹介したり、ということくらいです(ただ申し訳ないが野獣先輩が増殖するウィルスを作るのはNG)

新たな淫夢の発見につながればと思います。




ちなみに中国では「淫夢」は中国語表記で「淫梦」らしいのでそちらで調べては見たのですが、検索結果が出てこなかったので割愛させていただきます。





2012年9月から2017年9月までの5年間にも渡る(クッソ汚い)データをCSVファイル(カンマで区切られたファイル)として落とすことができます。
グラフの横にいじるところがあるので、そこを押すとCSVで落とす項目があります。
それをクリックすると落とせます。ファイル名は「multiTimeline.csv」です。

中身は下のような感じの263行2列のデータです。



49


1列目の「カテゴリ:すべてのカテゴリ」には1週間区切りの日付、2列目のBにはその週の検索頻度が表示されています。


そのファイルをもとにJupyter notebook を使って年ごとの平均を出しました。
言語はPython3系です。
ソースコードは以下。

# データ処理用のライブラリであるpandasをインポート
import pandas as pd

# csvファイル読み込み  
df = pd.read_csv("multiTimeline.csv")

#  列名変更
df = df.rename(columns={'カテゴリ: すべてのカテゴリ': 'date', 'B': 'score'})

# datetime型に変換した列を作成(変換しないと次の操作の.dt.yearが使えない)
df['date'] = pd.to_datetime(df['date'])

# 行ごとの年だけを格納した列を作成
df['年'] = df['date'].dt.year

# 年ごとに平均をとる
df.groupby('年').mean()
score
201234.062500
201344.884615
201453.557692
201555.942308
201675.846154
201778.351351

※2012年は9月から12月までのデータのみ。2017年は1月から9月までのみ。



エクセルでもできそうなものですが、OSがMacなのでエクセルが使えなかったことと(確か)、復習がてらPythonを使いたいと思いやってみました。

表を見てみると徐々に増えていっているのがわかるかと思います。


2012: 34
2013: 44
2014: 53
2015: 55
2016: 75
2017: 78



淫夢はますます広まってきている、と言えそうですね。
もちろん淫夢という単語は真夏の夜の淫夢ではない本来の意味で使っている場合もあるので注意が必要です。




検索範囲を台湾だけに絞ってみましょう。


【検索条件】
検索ワード : 淫夢
期間 :            過去5年分
対象範囲 :     台湾

08


台湾では少しずつ減少しているようですね......悲しいなあ......
関連キーワードに「淫夢 制作者」とあって草。

国境なきホモビ
東アジア共同体をつなぐ架け橋
グローバル淫夢


淫夢というきたない仮想国家作りてえなあ......








国別ランキングで2位は台湾でしたが、6位以下を見ると、6位にセントヘレナがランクインしています。


27



セントヘレナは南大西洋に浮かぶイギリス領の火山島で、ナポレオンが島流しにされて幽閉されたことで有名な島です。
日本からはたまげるほど遠く(直線距離16,000km)、漢字圏ではありません。当然日本語は通じません。
台湾、韓国、中国ならまだしも、なぜ絶海の孤島であるセントヘレナで淫夢を検索する必要があるんですかね......

さらに検索範囲をセントヘレナで指定し、また「淫夢」で探しました。



確認された期間は2017年2月19日から同年5月26日まででしたので、事前に期間を絞って検索します 。


【検索条件】
検索ワード : 淫夢
期間 : 2017年2月〜同年5月末
対象範囲 : セントヘレナ



36



観測日数は2/19、25、4/8、9、10、12、21、22、25、飛んで5/26の計10日間。

検索頻度は以下。
2/19 : 100
2/25 :  87
4/8   :  47
4/9   :  47
4/10 :  48
4/12 :  60
4/21 :  51
4/22 :  50
4/25 :  73
5/26 :  49


不思議ですね。
住民が検索したとは思えないですね。114514%観光客の仕業ですねこれは......
遠い異郷の地でも淫夢を忘れない淫夢民の鑑。
ですが旅行の最中に淫夢を検索するとはよっぽどつまらない旅だったんでしょうね......(同情)

(謎が)太い太い太おおい!

もし時代が違えばナポレオンも淫夢民だったのだろうなと思うと熱いものが込み上げてきます

セントヘレナの他にはアメリカやインドもランクインしているので調べて見ると新たな発見があって楽しいかもしれません。








No.2  変態糞土方


続いて「変態糞土方」で調べてみました。




【検索条件】
検索ワード : 変態糞土方
期間 : 過去5年分
対象範囲 : すべての国

51



グラフの下には「小地域別のインタレスト」という項目がありますね。
そこには国別での検索数の上位が高い順に並んでいます。

その横に「地域」と書かれた選択バーがありますが、そこを「都市」に変えてやると、都市での検索数ランキングに切り替わります。

すると以下のような表示が表れます。


1位: 横浜(100)
2位: 新宿(60)
3位: 大阪(49)
4位: 港区(38)


横浜がぶっちぎりで草
2位と圧倒的に差をつけるスタイルいいゾー
他の追随を許さない感じすき


自分が個人的に衝撃を受けたのは2位の新宿ですね。
新宿は住む場所というより仕事をしに行く場所であり、仕事人が多いはずなので、仕事しながら糞土方を検索してるのか(絶望)と暗澹たる気持ちになりました。
一体どんな気持ちで検索してるのでしょう。糞土方は仕事人の最後の癒しなのでしょうか。
新宿と日本の仕事人の闇が深すぎる




個人的には岡山市にランクインしてほしかったのですが、やはり泣く子と地頭と大都会に集うホモには勝てないからね、しょうがないね。


ちなみに曲線が100(最高値)を記録したのは2017年8月13日から19日です。
それにしても野獣先輩の誕生日といい、8月は無駄に忙しいですね。


2013年の8月から順に見ていくと徐々に伸びているのがわかります。
この傾向をもう少しわかりやすい形で表したいと思います。

上記の曲線の結果もCSVファイルとして落とすことが可能です。
CSVの中身は1週間ごとの検索頻度です。1週間に1回ということは1年で52週、5年で260週、つまり260の行が生まれます。でも実際のデータは261行です。

こんな感じのファイルデータです。


02

空白行と列名の2行を加えた263行2列のデータです。
ヘッダーには「カテゴリ:すべてのカテゴリ」と「B」と記載されています。
「週」の列には1週間ごとの日付、「変態糞土方:(すべての国)」という怪しげな列にはその期間の検索頻度が表示されています。










それでは2013年の8月、2014年の8月、2015年の8月、2016年の8月、2017年の8月の傾向を見て見ましょう。

以下、ソースコード。
# データ処理用のライブラリであるpandasをインポート
import pandas as pd

# CSVファイル読み込み  CSVの内容は糞土方のスコア5年分
df = pd.read_csv("multiTimeline (2).csv", skiprows=2)

# 先頭5行表示して中身確認
df.head()

変態糞土方: (すべての国)
02012-09-1611
12012-09-237
22012-09-307
32012-10-077
42012-10-1413
# 各列のデータ型確認
df.dtypes
週                 object
変態糞土方: (すべての国)     int64
dtype: object
#  列名変更。「週」をdateに、「変態糞土方: (すべての国)」をscoreに直す(なんだこのデフォルトの列名!?)
df = df.rename(columns={'週': 'date', '変態糞土方: (すべての国)': 'score'})

# 「date」列にあるデータがObject型のため、datetime型に変換した列を作成(変換しないと次の操作の.dt.yearが使えない)
df['date'] = pd.to_datetime(df['date'])

# 行ごとの年、月を格納した列を作成
df['年'] = df['date'].dt.year
df['月'] = df['date'].dt.month

# 年ごとかつ月ごとに平均をとる
df.groupby(['年', '月']).mean()
score
201298.333333
108.500000
116.500000
124.000000
201315.250000
26.000000
38.400000
46.750000
55.250000
69.200000
79.000000
89.750000
910.800000
1011.250000
117.000000
1213.400000
2014111.250000
213.750000
314.000000
412.750000
57.750000
610.200000
711.000000
815.600000
915.750000
1011.250000
1110.000000
1212.250000
2015110.750000
211.500000
......
48.000000
511.400000
612.250000
711.250000
816.200000
914.000000
1015.750000
1117.400000
1216.500000
2016116.200000
227.250000
346.500000
446.500000
557.600000
660.500000
746.600000
870.750000
945.250000
1047.800000
1138.750000
1236.750000
2017138.800000
240.250000
337.250000
439.200000
538.250000
637.750000
737.000000
868.750000
940.500000

61 rows × 1 columns

# 8月のみに限定し、それを使う
df2 = df[df. == 8]

# 年ごとに平均をとる
df3 = df2.groupby('年').mean()
df3
# 8月の平均を年ごとにまとめたものが出力される。
# 8月をまとめたのは最もスコアの多い月だったため。
score
20139.758.0
201415.608.0
201516.208.0
201670.758.0
201768.758.0
# グラフ化する
# グラフ化に必要なライブラリ
import matplotlib.pyplot as plt

# 下記の呪文を忘れるとグラフが表示されない
%matplotlib inline  

# 棒グラフの表示。
df3.plot.bar(y='score')
plt.title('8gatsu', size=16)
<matplotlib.text.Text at 0x1116fd470>



上記のソースコードを載せるとき、背景が黒いために見えなくなる部分が多かったので壁紙を変えました。


最後の棒グラフは各年の8月の平均検索頻度を表したものです。
2016年から4倍近く跳ね上がっています。
そういえば2016年頃はニコ動で糞土方のセリフによる歌の改変が流行りましたね

他にはドバーランドのなど動画で知名度が上がり、検索回数が上がったのかもしれませんね。







No.3  野獣先輩


最後は野獣先輩です。


【検索条件】
検索ワード : 野獣先輩
期間 : 過去5年分
対象範囲 : すべての国


BlogPaint




検索数上位
1位: 福島市(100)
2位: 盛岡市(92)
3位: 川口市(90)
4位: 山形市(88)
5位: 郡山市(87)



都市ごとの検索上位は意外でした。
大都市群がランクインするのかと思いきや、地方の有力都市の優勢が目立ちました。

注目すべきは福島県です。福島市と郡山市の2市がトップ5に食い込んでます。
これはどう捉えるべきなのでしょう。
徐々に収束に向かっていく中での余裕の現れなのか、それとも経済の停滞で仕事がなくなり、野獣先輩を検索せざるを得なくなっているのか、判断がわかれるところです。
もしかしたら被災して苦境に立たされる中で、野獣先輩に救いを求めたのかもしれませんね。
ホモビに出ただけで被災者の心の拠り所になる男

東京の市町村がなかなかランクインせず、ようやく現れたのは14位、八王子市でした。
期待を裏切らない八王子市すき(でも8位にならない名前負けの屑)。



グラフは微妙に規則性がありますね。毎年8月に微妙に盛り上がっています。
理由は説明するまでもないでしょう。
近年の伸びは特に大きいですね。

8月以外にも伸びはあります。
例えば2016年5月。
調べてみると、News Zero で野獣先輩の画像が使われたようです。
熊本の震災に乗じてデマ画像としてTwitter経由で拡散されたそうです。
テレビでは強いぼやかしがかかっていましたが、淫夢民はぼやかしをかけても見抜けてしまうようです。
モザイクを貫通する男という呼び名は草



話を戻しましょう。
野獣一強の時代も終焉か、といった声も昨今盛んに聞こえてきてはいますが(もう5年以上前から頻繁に言われてきていますが)、グラフからは衰えどころか勢いさえ感じさせてくれます。
最高値である2017年8月10日のスコアを100としたとき、非常に勢いのあった2013年9.1野獣発掘事件がわずか31。
当時の勢いの3倍以上あるということです。
ニコ動ではその当時、小林幸子の歌ってみたが流行っていて、そこに野獣先輩発掘が重なり、ホモビ男優と演歌の女王の熾烈なランキング争いという構図になってて草まみれになった記憶があります。
その事件によって多くのノンケの目にとまり、流入が増えたのかもしれませんね。


このように、過去から客観的な数字で学んでいくこともよいのかもしれませんね(適当なまとめ)。
それとデータ分析は後出しじゃんけんです。
データが出てきてからそれをもとに一番辻褄の合う考え方やストーリーを作る、これが醍醐味であったりします。
好きな方はそういうデータ分析中心のお仕事につくと良いかもしれません。



またこのような(不毛な)ことはやっていきたいと思います。
要望があったら聞くかもしれません(絶対聞くとは言っていない)

他の用語でも調べて見るとたくさん発見があって楽しいですよ。
何か発見があったら報告してくれると嬉しいです。










個人的に気に入ったツイート

勢いしか感じられない証明すき
それにしてもどういう過程を辿ったらそんな結論に行き着くんですかね......





大草原。
後半の「先生」が前半の「英語の先生」と一致するならただの自業自得なんだよなあ......