Skip to main content

クイックスタート

5分でFractaleを使い始めましょう！

1. データセットを探す​

ブラウザで探す​

  1. データセットページにアクセス
  2. 検索ボックスにキーワードを入力
  3. フィルターで絞り込み

APIで探す​

# 全データセット一覧
curl https://api.fractale.io/datasets

# キーワード検索
curl https://api.fractale.io/datasets?q=観光

# 地域で絞り込み
curl https://api.fractale.io/datasets?region=神戸市

2. データをダウンロード​

ワンクリックダウンロード​

データセット詳細ページの「ダウンロード」ボタンから、お好みの形式を選択：

  • 📊 CSV - スプレッドシート用
  • 📦 Parquet - ビッグデータ分析用
  • 🗺️ GeoJSON - 地図アプリ用
  • 🔧 JSON - Web開発用

プログラムでダウンロード​

Python​

import pandas as pd

# CSVを直接読み込み
df = pd.read_csv('https://data.fractale.io/kobe-facilities-2024.csv')

# Parquetを読み込み（高速）
df = pd.read_parquet('https://data.fractale.io/kobe-facilities-2024.parquet')

JavaScript​

// Fetch API
const response = await fetch('https://api.fractale.io/datasets/kobe-facilities-2024');
const data = await response.json();

// axios
import axios from 'axios';
const { data } = await axios.get('https://api.fractale.io/datasets/kobe-facilities-2024');

R​

# CSVを読み込み
data <- read.csv("https://data.fractale.io/kobe-facilities-2024.csv")

# JSONを読み込み
library(jsonlite)
data <- fromJSON("https://api.fractale.io/datasets/kobe-facilities-2024")

3. データを可視化​

地図で表示​

import folium
import pandas as pd

# データ読み込み
df = pd.read_csv('https://data.fractale.io/kobe-facilities-2024.csv')

# 地図作成
m = folium.Map(location=[34.6937, 135.5023], zoom_start=11)

# マーカー追加
for idx, row in df.iterrows():
    folium.Marker(
        [row['latitude'], row['longitude']],
        popup=row['name']
    ).add_to(m)

m.save('map.html')

グラフで分析​

import matplotlib.pyplot as plt

# カテゴリ別集計
category_counts = df['category'].value_counts()

# グラフ作成
plt.figure(figsize=(10, 6))
category_counts.plot(kind='bar')
plt.title('施設カテゴリ別件数')
plt.xlabel('カテゴリ')
plt.ylabel('件数')
plt.show()

4. 時空間クエリ​

Fractaleの特徴である時空間IDを使った検索：

# 特定エリアの施設を検索
api_url = "https://api.fractale.io/spacetime/query"
params = {
    "bbox": [135.0, 34.5, 135.5, 35.0],  # 神戸市周辺
    "time_range": ["2024-01-01", "2024-12-31"],
    "category": "restaurant"
}

response = requests.get(api_url, params=params)
facilities = response.json()

サンプルプロジェクト​

🏨 ホテル稼働率分析​

# 月別のホテル予約状況を分析
hotels = pd.read_csv('https://data.fractale.io/hotels-2024.csv')
occupancy = hotels.groupby('month')['occupancy_rate'].mean()

🍜 レストラン密度マップ​

# エリア別のレストラン密度を可視化
restaurants = pd.read_csv('https://data.fractale.io/restaurants-2024.csv')
heatmap_data = restaurants[['latitude', 'longitude']].values.tolist()

🚌 公共交通アクセシビリティ​

# 駅からの距離を計算
stations = pd.read_csv('https://data.fractale.io/stations-2024.csv')
facilities = pd.read_csv('https://data.fractale.io/facilities-2024.csv')
# 最寄り駅までの距離を計算...

次のステップ​

✅ データセットをダウンロードできた
✅ APIでデータを取得できた
✅ 簡単な可視化ができた

さらに詳しく学ぶには：

サポートが必要な場合は GitHub Issues までお気軽にどうぞ！

開発者向けメモ（ローカル起動）​

  • フロントエンド開発サーバーは http://localhost:3005 で起動してください。
  • 追加のポートでの起動は避け、既存セッションの停止/再利用を推奨します。
  • ローカルAPIサーバー（任意）: http://localhost:3006（node api-server.js）。