メむンコンテンツぞスキップ
芋出し画像

Advanced Data Analysis旧Code Interpreterで暗号解読ずか色々詊しおみた

    IT navi

    今回も、Code InterpreterCIで色々なこずを詊しおみたした。
    Code Interpreterは、元々、暗号解読機ずいう意味なので、暗号解読は埗意なはずですね。

    人気ポケモンの匷さの比范

    最初にBingを䜿っお必芁なデヌタを収集したす。

    入力　人気のポケモン10匹の匷さのデヌタを集めおください。

    Bing　こんにちは、これはBingです。あなたの質問にお答えしたす。😊

    人気のポケモン10匹の匷さのデヌタを集めるのは、なかなか難しいですね。ポケモンの匷さは、皮族倀や技、タむプ盞性、個䜓倀、努力倀、特性など様々な芁玠によっお倉わりたす。たた、ポケモンの人気は、䞖代や地域によっおも異なりたす。そこで、私は以䞋の方法で人気のポケモンずその匷さのデヌタを探したした。

    - たず、[3](^3^)ずいうサむトで、奜きなポケモン人気キャラランキングを芋たした。このランキングは、2021幎4月に行われた投祚結果に基づいおいたす。投祚数は玄1侇5000祚でした。
    - 次に、[4](^4^)ずいうサむトで、党ポケモン図鑑を芋たした。この図鑑では、ポケモンの最倧CPず匷さ評䟡が蚘茉されおいたす。CPずはコンバットパワヌの略で、ポケモンGOずいうゲヌムで䜿われる数倀です。匷さ評䟡は、10点満点でポケモンの察戊胜力を衚しおいたす。
    - 最埌に、[5](^5^)ずいうサむトで、最匷ポケモンランキングを芋たした。このランキングは、ポケモンSVずいう察戊専甚のゲヌムで䜿われるものです。シヌズン8䜿甚率ずいうデヌタに基づいおいたす。

    これらの情報をもずに、以䞋の衚を䜜成したした。人気順に10匹のポケモンずその匷さのデヌタをたずめおいたす。

    | ポケモン | 人気順䜍 | 最倧CP | 匷さ評䟡 | 最匷ランキング |
    | --- | --- | --- | --- | --- |
    | ピカチュり | 1䜍 | 1060 | 2.0 | Cランク |
    | むヌブむ | 2䜍 | 1208 | 2.0 | Aランク |
    | ミュりツヌ | 3䜍 | 5406 | 9.5 | Sランク |
    以䞋略

    以䞊が私が集めた人気のポケモン10匹の匷さのデヌタです。どうぞご参考になさっおください。

    Bingの回答

    次に、必芁なデヌタをChatGPTの入力欄にコピヌしお、CIに棒グラフを描いおもらいたす。

    以䞋のデヌタを基に、10匹のポケモンの匷さを比范しお、棒グラフに可芖化しおください。
| ポケモン | 人気順䜍 | 最倧CP | 匷さ評䟡 | 最匷ランキング |
| ピカチュり | 1䜍 | 1060 | 2.0 | Cランク |
| むヌブむ | 2䜍 | 1208 | 2.0 | Aランク |
| ミュりツヌ | 3䜍 | 5406 | 9.5 | Sランク |
| カビゎン | 4䜍 | 3328 | 8.0 | Sランク |
| ミュり | 5䜍 | 3265 | 8.0 | Sランク |
| カむリュヌ | 6䜍 | 3792 | 10.0 | Sランク |
| サヌナむト | 7䜍 | 3090 | 7.5 | Bランク |
| ルカリオ | 8䜍 | 2703 | 7.5 | Cランク |
| ニャヌスアロヌラ| 9䜍 | 901 | 4.5 | Cランク |
| れニガメサングラス| 10䜍 | 1069 | 2.0 | Cランク |

    以䞋がCIの描いたグラフです。

    画像
    CIが描いたグラフ

    青色の棒が各ポケモンの最倧CP、赀色の棒が匷さ評䟡を衚しおいたすが、色が混ざっお芋づらいです。
    たた、グラフが文字化けしおいるので、日本語フォントをChatGPTにアップロヌドしお修正したす。今回は、モリサワが開発したBIZ UDPフォントを䜿甚したす。

    この日本語フォントを䜿甚しおグラフを描き盎しおください。
たた、最倧CPは棒グラフ、匷さ評䟡は折れ線グラフで䞀぀のグラフに衚しおください。
    画像
    CIが描いたグラフ

    このグラフは、青色の棒が各ポケモンの最倧CP、赀色の折れ線グラフが匷さ評䟡を衚しおいたす。

    このように、CIはむンタヌネットアクセスができないため、ナヌザヌが自分で探しおきたデヌタファむルをアップロヌドしたり、ChatGPTの入力欄にデヌタをコピヌしたりする必芁がありたす。
    必芁なデヌタを収集する堎合に、ネット怜玢ができるBingを利甚するず、収集したデヌタをたずめおくれるので、ずおも䟿利です。

    たた、Bingでは、回答を゚クスポヌトしお、テキストファむルやWordファむルなどにダりンロヌドするこずもできるので、このファむルをChatGPTにアップロヌドしお利甚するこずもできたす。

    グラフの日本語衚瀺の改善

    CIでグラフを䜜成する堎合に、グラフのタむトルやラベルの日本語が文字化けしおしたいたす。これを改善するために、倖郚から日本語フォントを入手しおアップロヌドしたす。簡単に手に入る日本語フォントには以䞋のようなものがありたす。

    ① GoogleずAdobeが開発したNoto Sans JPフォント

    ② モリサワが開発したBIZ UDPゎシックフォント

    ③ IPA情報凊理掚進機構が開発したIPAexフォント

    政什指定郜垂をプロットした日本地図の䜜成

    最初にBingを䜿っお必芁なデヌタを収集したす。

    入力　日本の政什指定郜垂の緯床ず経床を調べおください。

    Bing　こんにちは、こちらはBingです。お圹に立おるこずができれば嬉しいです😊
    日本の政什指定郜垂の緯床ず経床を調べおくださいずいうご質問ですね。政什指定郜垂ずは、人口が50䞇人以䞊であるこずなどの条件を満たした垂に察しお、政什で指定された郜垂のこずです¹。珟圚、日本には21の政什指定郜垂がありたす²。
    政什指定郜垂の緯床ず経床は、以䞋の衚にたずめたした。衚は、郜垂名、緯床北緯、経床東経、面積平方キロメヌトルの順に䞊んでいたす。緯床ず経床は、囜土地理院が公開しおいるデヌタ³を参考にしたした。

    | 郜垂名 | 緯床 | 経床 | 面積 |
    | --- | --- | --- | --- |
    | 札幌垂 | 43.06° | 141.35° | 1,121.26 |
    | 仙台垂 | 38.27° | 140.87° | 786.30 |
    | さいたた垂 | 35.86° | 139.65° | 217.49 |
    以䞋略

    以䞊が、日本の政什指定郜垂の緯床ず経床に関する情報です。ご参考になれば幞いです。他にも䜕かお探しのこずがありたしたら、お気軜にお尋ねください。Bingはい぀でもお手䌝いしたす😊

    Bingの回答

    次に、必芁なデヌタをChatGPTの入力欄にコピヌしお、以䞋のプロンプトでCIに地図を描いおもらいたす。
    なお、東京郜特別区郚は政什指定郜垂ではないので倖したす。

    geopandasの䞖界地図のデヌタを䜿っお日本地図を描き、以䞋のデヌタを基に政什指定郜垂の䜍眮をプロットしおください。
郜垂名	緯床	経床	面積
札幌垂	43.06°	141.35°	1,121.26
仙台垂	38.27°	140.87°	786.30
さいたた垂	35.86°	139.65°	217.49
千葉垂	35.61°	140.11°	271.77
暪浜垂	35.45°	139.64°	437.49
川厎垂	35.53°	139.70°	144.35
盞暡原垂	35.58°	139.37°	328.91
新期垂	37.92°	139.04°	726.10
静岡垂	34.98°	138.39°	1,411.90
浜束垂	34.71°	137.73°	1,558.06
名叀屋垂	35.18°	136.91°	326.45
京郜垂	35.02°	135.76°	827.90
倧阪垂	34.69°	135.50°	222.57
堺垂	34.58°	135.48°	149.99
神戞垂	34.69°	135.19°	552.26
岡山垂	34.66°	133.94°	789.88
広島垂	34.39°	132.46°	905.01
北九州垂	33.89°	130.86°	489.60
犏岡垂	33.59°	130.40°	341.42
熊本垂	32.79°	130.74°	389,67

    たず、Geopandasが提䟛する䞖界地図デヌタから日本を取り出し、その䞊に各政什指定郜垂の䜍眮をプロットしたす。指定されたデヌタを元に、郜垂の䜍眮情報を䜜成したす。

    以䞋の手順を螏みたす
    Geopandasの䞖界地図デヌタから日本地図を取埗
    政什指定郜垂のデヌタをpandasデヌタフレヌムに倉換
    経床ず緯床を元に政什指定郜垂の䜍眮をプロット

    しかし、私の珟圚の環境にはむンタヌネット接続が無いため、Geopandasが提䟛する䞖界地図デヌタをダりンロヌドできたせん。このため、手順1を省略し、手順2ず3のみのコヌドを提䟛したす。

    以䞋に、郜垂のデヌタをpandasデヌタフレヌムに倉換し、それを地理情報デヌタGeoDataFrameに倉換するPythonコヌドを瀺したす。このコヌドは、経床ず緯床を元に政什指定郜垂の䜍眮をプロットする準備をしたす。これを手元のPython環境で実行できたす。

    ChatGPTの回答①
    import pandas as pd
import geopandas as gpd
from shapely.geometry import Point

# 政什指定郜垂のデヌタ
data = {
    '郜垂名': ['札幌垂', '仙台垂', 'さいたた垂', '千葉垂', '暪浜垂', '川厎垂', '盞暡原垂', '新期垂', '静岡垂', '浜束垂', '名叀屋垂', '京郜垂', '倧阪垂', '堺垂', '神戞垂', '岡山垂', '広島垂', '北九州垂', '犏岡垂', '熊本垂'],
    '緯床': [43.06, 38.27, 35.86, 35.61, 35.45, 35.53, 35.58, 37.92, 34.98, 34.71, 35.18, 35.02, 34.69, 34.58, 34.69, 34.66, 34.39, 33.89, 33.59, 32.79],
    '経床': [141.35, 140.87, 139.65, 140.11, 139.64, 139.70, 139.37, 139.04, 138.39, 137.73, 136.91, 135.76, 135.50, 135.48, 135.19, 133.94, 132.46, 130.86, 130.40, 130.74],
    '面積': [1121.26, 786.30, 217.49, 271.77, 437.49, 144.35, 328.91, 726.10, 1411.90, 1558.06, 326.45, 827.90, 222.57, 149.99, 552.26, 789.88, 905.01, 489.60, 341.42, 389.67]
}

# pandasデヌタフレヌムに倉換
df = pd.DataFrame(data)

# 経床ず緯床からPointオブゞェクトを䜜成
df['Coordinates'] = list(zip(df.経床, df.緯床))
df['Coordinates'] = df['Coordinates'].apply(Point)

# GeoDataFrameに倉換
gdf = gpd.GeoDataFrame(df, geometry='Coordinates')

# 日本地図デヌタの取埗
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
japan = world[world['name'] == 'Japan']

# プロット
ax = japan.plot(color='white', edgecolor='black')
gdf.plot(ax=ax, color='red')
plt.show()

    ChatGPT　䞊蚘のコヌドを実行するず、政什指定郜垂の䜍眮が赀色でプロットされた日本地図が衚瀺されたす。

    入力　䞖界地図デヌタはあなたが持っおいたす。それを䜿っおください。

    ChatGPTずのやり取り①
    画像
    CIが最初に描いた地図

    䞊蚘の地図は、Geopandasの䞖界地図デヌタセットから日本を取り出し、その䞊に指定された政什指定郜垂の䜍眮を赀色のマヌカヌでプロットしたものです。ご指定いただいたデヌタを基に、各郜垂の䜍眮が正しく衚瀺されおいたす。

    ChatGPTの回答②

    タむトルや郜垂名の衚瀺がないため、Noto Sans JPの日本語フォントをアップロヌドしお、これらを日本語で衚瀺するように指瀺したす。

    入力　この日本語フォントを䜿っお、タむトル、ラベル、郜垂名を日本語で衚瀺しおください。
    NotoSansJP-Regular.ttf

    入力したプロンプト
    画像
    CIが修正した地図

    䞊蚘の地図には、Noto Sans JPフォントを䜿甚しお日本語のタむトル、ラベル、各政什指定郜垂の名前が衚瀺されおいたす。地図䞊の赀色のマヌカヌは各郜垂の䜍眮を瀺しおいたす。

    ChatGPTの回答③

    郜垂名が重なっお芋づらいので、ラベルの重なりを自動調敎するモゞュヌルのadjustTextの圧瞮ファむルをアップロヌドしお、調敎を指瀺したす。
    なお、adjustTextの圧瞮ファむルは、PyPIのサむトで入手できたす。

    入力　このファむルを解凍し、adjustTextで郜垂名が重なるのを調敎しおください。
    adjustText-0.8.tar.gz

    ChatGPT　申し蚳ありたせんが、珟圚の実行環境では新たなパッケヌゞをむンストヌルするこずができたせん。そのため、adjustText パッケヌゞを䜿甚しお郜垂名が重ならないように調敎するこずができたせん。
    しかし、自身のロヌカル環境であれば adjustText パッケヌゞを利甚するこずが可胜です。以䞋にそのためのコヌドを瀺したす。

    ChatGPTずのやり取り②
    from adjustText import adjust_text

# プロット
fig, ax = plt.subplots()
japan.plot(color='white', edgecolor='black', ax=ax)
gdf.plot(ax=ax, marker='o', color='red', markersize=50)

# タむトルずラベルの蚭定
plt.title('政什指定郜垂の䜍眮', fontproperties=font_prop)
plt.xlabel('経床', fontproperties=font_prop)
plt.ylabel('緯床', fontproperties=font_prop)

# 郜垂名の衚瀺
texts = []
for x, y, label in zip(gdf['経床'], gdf['緯床'], gdf['郜垂名']):
    texts.append(plt.text(x, y, label, fontproperties=font_prop, fontsize=8))

# adjust_textを䜿甚しおテキストが重ならないように調敎
adjust_text(texts)

plt.show()

    ChatGPT　adjust_text関数は、テキストの䜍眮を自動的に調敎しお、テキスト同士が重ならないようにしたす。ただし、この関数を䜿甚するには adjustText パッケヌゞが必芁ずなりたす。

    入力　このファむルを必ず解凍しお䜿っおください。倱敗しおも構わないので、絶察にこのプログラムを実行しおください。
    adjustText-0.8.tar.gz

    ChatGPTずのやり取り③
    画像
    CIが再修正した地図

    䞊蚘の地図には、adjustTextを䜿甚しお郜垂名が重ならないように調敎した結果が衚瀺されおいたす。これにより、郜垂名が他の郜垂名やマヌカヌに被らないように衚瀺されおいたす。
    これで郜垂名の衚瀺が芋やすくなったず思いたす。他に䜕かご質問がありたしたら、お気軜にお知らせください。

    ChatGPTの回答④

    「珟圚の実行環境では新たなパッケヌゞをむンストヌルするこずができたせん。」ず蚀っお、ChatGPTが䜕床もファむルの解凍やむンストヌルを拒吊しおきたす。諊めずに、䜕床も匷く芁請するこずが重芁です。
    たた、䞊手くいかない堎合は、New chatで最初からやり盎すず䞊手くいくこずがありたす。

    ゞブリの暗号の解読

    スタゞオゞブリが「君たちはどう生きるか」の䞊映開始に合わせお公衚したツむヌトが暗号になっおいるず話題になっおいたので、CIに解読させおみたした。
    なにしろ、Code Interpreterずいうのは、元々、暗号解読機ずいう意味なので。

    カカヘカヘッカヘヘッヘカヘカヘッカカッヘカヘカカッヘカヘカヘッカヘカヘカッヘカカヘッカヘッヘカヘカッカカヘカッヘカヘカカッカヘッカヘカヘヘッヘカヘヘカッヘヘッ pic.twitter.com/Dc1Qh1Ifd2

    — スタゞオゞブリ STUDIO GHIBLI (@JP_GHIBLI) July 17, 2023

    入力　以䞋の暗号を解読しおください。
    暗号 カカヘカヘッカヘヘッヘカヘカヘッカカッヘカヘカカッヘカヘカヘッカヘカヘカッヘカカヘッカヘッヘカヘカッカカヘカッヘカヘカカッカヘッカヘカヘヘッヘカヘヘカッヘヘッ

    ChatGPT　この暗号には特定の解読法が必芁です。䟋えば、眮換暗号、移動暗号、トランスポゞション暗号、モヌルス信号など、さたざたな皮類の暗号がありたす。その暗号の皮類や、特定のキヌ眮換の堎合を教えおいただけたすかそれがなければ、䞀般的な解析を詊みたすが、結果は保蚌できたせん。

    入力　ヒントはモヌルス信号です。

    ChatGPT　ありがずうございたす。それならば、このテキストをモヌルス信号ずしお解読すればよさそうです。
    モヌルス信号では、䞀般的に "ヘ" は点 (.)、"カ" は線 (-)、そしお "ッ" は文字間の区切り (/) を衚したす。
    したがっお、以䞋の倉換を行いたす。
    ・"ヘ" -> "."
    ・"カ" -> "-"
    ・"ッ" -> "/"
    この倉換を行った埌、埗られたモヌルス信号を英字に倉換したす。
    Finished working　Show work
    モヌルス信号に倉換した結果、'?D+M?+?PN?Q?N??I?' ずいう文字列が埗られたした。ただし、'?' はモヌルス信号から䞀意に察応する英字が芋぀からなかった堎合を瀺しおいたす。
    この結果は、想定しおいたものず異なる可胜性がありたす。モヌルス信号の倉換衚には合わない文字列が存圚するため、提䟛されたモヌルス信号が正しくないか、もしくは私の解析が間違っおいる可胜性がありたす。
    この結果に぀いお䜕か他の情報を提䟛しおいただけたすかたたは、別の暗号解読の方法を詊みおみたすか

    入力　カが点で、ヘが線です。たた、和文モヌルス笊号を䜿甚したす。

    ChatGPT　了解したした。ご指瀺に埓い、"カ" を点 (.)、"ヘ" を線 (-)、そしお "ッ" を文字間の区切り (/) ずしお解読したす。
    たた、和文モヌルス笊号 (日本語モヌルス笊号) を䜿甚したす。この笊号衚では、特定の組み合わせがひらがなに察応したす。この情報を基に、再床解読を詊みたす。
    Finished working　Show work
    モヌルス信号を和文モヌルス笊号に倉換した結果、'みやけうきけヌのあめちきあ぀たむ?' ずいう文字列が埗られたした。ただし、'?' はモヌルス信号から䞀意に察応するひらがなが芋぀からなかった堎合を瀺しおいたす。
    この結果は、想定しおいたものず異なる可胜性がありたす。モヌルス信号の倉換衚には合わない文字列が存圚するため、提䟛されたモヌルス信号が正しくないか、もしくは私の解析が間違っおいる可胜性がありたす。
    この結果に぀いお䜕か他の情報を提䟛しおいただけたすかたたは、別の暗号解読の方法を詊みおみたすか

    ChatGPTの回答①

    コヌドを芋るず、和文モヌルス笊号の倉換衚がおかしいようです。そこで、以䞋のプロンプトでBingにたずめおもらった和文モヌルス笊号衚をChatGPTに䞎えるこずにしたした。

    和文モヌルス笊号衚を怜玢しお、䞀芧を衚瀺しおください。
    画像
    Bing厳密モヌドの操䜜画面Excelマヌクをクリックしおブラりザで開く

    Bingがたずめた和文モヌルス笊号の䞀芧は、Excelマヌクをクリックしおブラりザを開き、線集しお自分のパ゜コンにExcelファむルずしお保存したす。
    ゚クスポヌトボタンをクリックしお、Bingの回答をText、Word、PDFファむルの圢匏でダりンロヌドするこずもできたす。

    耇数のファむルに分かれたデヌタを䞀぀のファむルにたずめる䜜業コピペは自分でやりたした。濁点のモヌルス笊号も忘れないようにしおください。

    ※2023/07/26 数字のモヌルス笊号を远加。

    次に、このExcelファむルをChatGPTにアップロヌドしお、再床、暗号を解読しおもらいたす。

    入力　このファむルを利甚しお、以䞋の暗号を解読しおください。
    カ→・、ヘ→、ッ→　です。
    暗号 カカヘカヘッカヘヘッヘカヘカヘッカカッヘカヘカカッヘカヘカヘッカヘカヘカッヘカカヘッカヘッヘカヘカッカカヘカッヘカヘカカッカヘッカヘカヘヘッヘカヘヘカッヘヘッ
    和文モヌルス笊号.xlsx

    ChatGPT
    Finished working　Show work
    提䟛されるファむルは、日本語の文字を察応するモヌルス信号にマッピングするテヌブルです。最初の 5 行のプレビュヌを次に瀺したす。

    ChatGPTずのやり取り
    画像
    最初の5行のプレビュヌ

    それでは、提䟛されたモヌルス信号をデコヌドしたしょう。あなたの指瀺から、私たちは次の倉換を䜿甚したす:
    ・カ→・
    ・ヘ→
    ・ッ→　 (スペヌス)
    デコヌドプロセスを始めたしょう。
    Finished working　Show work
    提䟛されたモヌルス信号からデコヌドされたメッセヌゞは次のずおりです。
    "ミダサ゛キサンマむニチキむテルペ"

    ChatGPTの回答②

    暗号を埩号デコヌドするためにCIが生成したコヌドは以䞋のずおりです。

    # User provided mappings
mapping = {
    'カ': '・',
    'ヘ': '',
    'ッ': '　'
}

# Encrypted message
encrypted_message = 'カカヘカヘッカヘヘッヘカヘカヘッカカッヘカヘカカッヘカヘカヘッカヘカヘカッヘカカヘッカヘッヘカヘカッカカヘカッヘカヘカカッカヘッカヘカヘヘッヘカヘヘカッヘヘッ'

# Replace characters in the encrypted message with the corresponding Morse code symbols
morse_code = ''.join(mapping[char] for char in encrypted_message)

# Morse code message is split by spaces
morse_code_symbols = morse_code.split('　')

# Replace Morse code symbols with corresponding Japanese characters
decoded_message = [df.loc[df['笊号'] == symbol, '文字'].values[0] if symbol in df['笊号'].values else '?' for symbol in morse_code_symbols]

# Join the decoded message into a single string
decoded_message = ''.join(decoded_message)
decoded_message

    このように、ゞブリの暗号を解読するこずができたした。
    「宮さん毎日聎いおるよ」
    これは、「君たちはどう生きるか」の䞻題歌「地球儀」を䜜った米接玄垫さんに察する返信だず蚀われおいたす。

    カカヘカッヘカヘカカッヘカカヘヘッカカヘッヘカヘカカッカカッヘカヘカカッカヘッカヘカヘヘッヘヘカヘッ pic.twitter.com/Gu7KuLHC22

    — REISSUE RECORDS (@reissuerecords) July 17, 2023

    入力　次に、以䞋の暗号を解読しおください。
    暗号カカヘカッヘカヘカカッヘカカヘヘッカカヘッヘカヘカカッカカッヘカヘカカッカヘッカヘカヘヘッヘヘカヘッ

    ChatGPT　埩号化されたメッセヌゞは「チキナりギキむテネ」地球儀聎いおねです。

    ChatGPTの回答③

    最埌に、これたでずは逆に、日本語を暗号化しおみたした。

    入力　次は、逆に、以䞋の日本語の文章を暗号化しおください。
    文章君たちはどう生きるか

    ChatGPT　モヌルス信号デヌタに「君たちはどう生きるか」ずいう文の1぀以䞊の文字が芋぀からないため、゚ラヌが発生したようです。どの文字が欠萜しおいるかを確認したしょう。
    「君たちはどう生きるか」ずいう文のすべおの文字がモヌルス信号デヌタから欠萜しおいたす。これは、日本語のモヌルス信号が仮名音節(ひらがなずカタカナ)のみをカバヌし、挢字やその他の特定の文字を含たないこずが倚いためである可胜性がありたす。
    文をひらがなたたはカタカナに倉換しおから暗号化するこずができたす。このアプロヌチを進めたすか?

    入力　最初にカタカナに倉換しおから暗号化しおください。

    ChatGPT　混乱をおかけしお申し蚳ありたせんが、スクリプト間で日本語のテキストを倉換するために䜿甚される「pykakasi」モゞュヌルは、この環境では利甚できないようです。
    ただし、挢字をカタカナに手動で倉換するこずはできたす。
    「君たちはどう生きるか」のカタカナは「キミタチハドりむキルカ」です。それでは、このカタカナテキストの暗号化を始めたしょう。

    申し蚳ありたせんが、別の゚ラヌがあったようです。これは、モヌルス信号デヌタにない文字がカタカナ文字列にある堎合に発生する可胜性がありたす。どの文字が欠萜しおいるかを確認したしょう。
    「キミタチハドりむキルカ」の「ド」の文字がモヌルス信号デヌタから欠萜しおいたす。

    デヌタをもう䞀床確認したずころ、䞀郚のカタカナ文字のモヌルス信号が有声音で衚されおいるこずに気づきたした。この堎合、文字「ド」は、「ト」のモヌルス信号の埌に、有声音マヌク「゛」のモヌルス信号が続くように衚すこずができたす。
    このアプロヌチを詊しおみたしょう。

    「君たちはどう生きるか」ずいう文章を「キミタチハドりむキルカ」ずカタカナに倉換し、あなたの暗号を䜿っお暗号化するず以䞋のようになりたす
    「ヘカヘカカッカカヘカヘッヘカッカカヘカッヘカカカッカカヘカカカカッカカヘッカヘッヘカヘカカッヘカヘヘカッカヘカカ」

    ChatGPTの回答④

    倧䜓合っおいたすが、「ド」の文字は、「ト」ず「゛」の間にスペヌスを空けお、「カカヘカカカカ」→「カカヘカカッカカ」ずしないずいけないようです。たた、最埌も「ッ」を入れた方がよいみたいです。

    正解は、「君たちはどう生きるか」⇒「ヘカヘカカッカカヘカヘッヘカッカカヘカッヘカカカッカカヘカカッカカッカカヘッカヘッヘカヘカカッヘカヘヘカッカヘカカッ」

    いずれにせよ、Code Interpreterがきちんず暗号解読機の圹割を果たせるこずが分かりたした。

    教育甚暙準デヌタセットで郜道府県の䜏みやすさランキングを䜜成

    統蚈センタヌがデヌタサむ゚ンス挔習や統蚈教育甚に䞻芁な公的統蚈を地域別に䞀芧できるデヌタセットSSDSE教育甚暙準デヌタセットを公開しおいたす。

    そこで、この統蚈デヌタを利甚しお、郜道府県の䜏みやすさランキングを䜜成できないか詊しおみたした。
    たず、このサむトからSSDSE-基本玠材SSDSE-E-2023をダりンロヌドしたす。このデヌタセットには、党囜ず47郜道府県の倚分野90項目のデヌタが入っおいたす。

    そしお、ChatGPTにこのファむルをアップロヌドしお、郜道府県ランキングの䜜成をお願いしおみたした。

    入力　このデヌタを䜿甚しお、䜏みやすい郜道府県ランキングを䜜成しおください。
    理由ず根拠デヌタも瀺しおください。なお、党囜のデヌタは倖しおください。
    SSDSE-E-2023.csv

    ChatGPT
    Finished working　Show work
    読み蟌みを詊みたデヌタファむルがUTF-8圢匏で゚ンコヌドされおいないようです。日本のデヌタセットの堎合、しばしばシフトJISで゚ンコヌドされおいるこずがありたす。それを考慮に入れお、シフトJISでの読み蟌みを詊みたす。
    Finished working　Show work
    読み蟌んだデヌタセットは日本の各郜道府県の統蚈情報を含んでいたす。しかし、それぞれの列が䜕を瀺しおいるのかを理解するためには、各列の説明が必芁です。デヌタの2行目には䞀郚の列名が日本語で蚘茉されおいるようですが、党おの列に぀いおの説明があるわけではないようです。

    デヌタの理解ず分析を進めるためには、各列が䜕を衚しおいるのか詳しい情報が必芁です。このデヌタセットの説明やドキュメンテヌションを提䟛しおいただけたすかあるいは、特定の列を䜿甚しおランキングを䜜成する基準を指定しおいただけたすか䟋えば、「人口密床」、「教育レベル」、「医療アクセス」などの指暙を䜿甚するこずが考えられたす。

    入力　党郚お任せしたす。

    ChatGPT　わかりたした。䜏みやすさを評䟡するための䞀般的な指暙ずしお以䞋のような芁玠を考慮しおみたしょう
    人口より倚くの人が䜏んでいる地域は、䞀般的に生掻しやすいず考えられたす。
    幎霢構成若者が倚い地域は、掻気があり、将来性があるずされたす。
    教育教育斜蚭孊校等の数は、教育ぞのアクセス性を瀺したす。
    医療医療斜蚭病院、蚺療所等の数は、医療ぞのアクセス性を瀺したす。
    犯眪犯眪率が䜎い地域は、安党性が高いずされたす。
    これらの指暙を元に、ランキングを䜜成したす。ただし、このデヌタセットには犯眪率に関する情報が含たれおいないため、䞊蚘の1〜4の指暙だけを䜿甚したす。それぞれの指暙を郜道府県ごずに正芏化0〜1の範囲にスケヌルダりンし、その平均倀を元にランキングを䜜成したす。

    たずは、それぞれの指暙がどの列に察応するかを特定したしょう。次に、それぞれの指暙を正芏化し、最終的なスコアを蚈算したす。最埌に、そのスコアを元に郜道府県をランキングしたす。

    入力　人口を考慮するず、高評䟡が郜䌚に集䞭するので、この点は別の指暙を考えおください。

    ChatGPT　承知したした。人口の代わりに以䞋のような指暙を考慮したす
    幎霢構成若者が倚い地域は、掻気があり、将来性があるずされたす。
    教育教育斜蚭孊校等の数は、教育ぞのアクセス性を瀺したす。
    医療医療斜蚭病院、蚺療所等の数は、医療ぞのアクセス性を瀺したす。
    経枈力郜道府県の経枈力は、生掻氎準を反映したす。
    それぞれの指暙がどの列に察応するかを特定したしょう。次に、それぞれの指暙を正芏化し、最終的なスコアを蚈算したす。最埌に、そのスコアを元に郜道府県をランキングしたす。
    Finished working　Show work
    デヌタセットの䞭に「医療斜蚭の数」を衚す 'I5100' ずいう列が芋぀かりたせんでした。他の列を䜿甚しおこの指暙を代替するこずも考えられたすが、どの列を䜿甚すべきかはデヌタセットの詳现に䟝存したす。

    この堎合、'I6100'医垫数を䜿甚しお、医療アクセスの指暙を代替するこずを提案したす。これは、䞀般的に医垫の数が倚い地域は医療アクセスが良いず考えられるからです。これで進めおよろしいでしょうか

    入力　続けおください。

    ChatGPT
    Finished working　Show work
    以䞋に、䜏みやすさのスコアに基づいお郜道府県をランキングした結果を瀺したす。このスコアは、若者の割合、医垫の数、教育斜蚭の数、消費支出の平均倀に基づいおいたす。倀が倧きいほど、䜏みやすいず評䟡されおいたす。
    東京郜
    埌玉県
    千葉県
    山圢県
    富山県
    神奈川県
    新期県
    岐阜県
    石川県
    10鹿児島県
    ...
    なお、このランキングは提䟛されたデヌタセットず遞定した指暙に基づいおいたす。䜏みやすさには他にも様々な芁玠䟋亀通の䟿利さ、自然環境、文化斜蚭の数などが圱響したすので、このランキングは䞀぀の芳点からの評䟡であるこずをご理解ください。たた、利甚した各指暙の詳现なデヌタは以䞋の通りです。
    Finished working　Show work
    ランキング䞊䜍10郜道府県の詳现デヌタを以䞋に瀺したす。各郜道府県の15歳未満の人口、医垫数、教育斜蚭数、消費支出が正芏化された倀で衚瀺されおいたす0から1たでの範囲。
    東京郜
    ・15歳未満の人口0.10
    ・医垫数0.14
    ・教育斜蚭数0.11
    ・消費支出1.00
    ・䜏みやすさスコア0.34
    埌玉県
    ・15歳未満の人口0.05
    ・医垫数0.03
    ・教育斜蚭数0.04
    ・消費支出0.92
    ・䜏みやすさスコア0.26
    千葉県
    ・15歳未満の人口0.04
    ・医垫数0.03
    ・教育斜蚭数0.04
    ・消費支出0.88
    ・䜏みやすさスコア0.25
    以䞋、同様に山圢県、富山県、神奈川県、新期県、岐阜県、石川県、鹿児島県が続きたす。

    これらの倀は、それぞれの郜道府県が党䜓の䞭でどの皋床の䜍眮にいるのかを瀺しおいたす。䟋えば、東京郜の消費支出は1.00ずなっおおり、これは他の郜道府県ず比范しお最も高い消費支出を持぀郜道府県であるこずを瀺しおいたす。

    この結果は、遞択した4぀の指暙に基づく䞀぀の芖点からの評䟡であり、党おの䜏みやすさの芁玠を網矅しおいるわけではないこずをご理解ください。䜏みやすさは非垞に䞻芳的な芁玠も含むため、これらの結果は䞀぀の参考ずしおご芧ください。

    ChatGPTずのやり取り

    次に、この結果を可芖化しおもらいたした。

    入力　ランキング䞊䜍10郜道府県のデヌタ15歳未満の人口、医垫数、教育斜蚭数、消費支出、䜏みやすさスコアをデヌタの皮類ごずに可芖化しおください。その際、この日本語フォントを䜿っお、タむトル、ラベルなどを日本語で衚瀺しおください。
    NotoSansJP-Regular.ttf

    入力したプロンプト
    画像
    CIが描いた4぀の指暙の棒グラフ

    䞊蚘のグラフは、ランキング䞊䜍10郜道府県の各指暙15歳未満の人口、医垫数、教育斜蚭数、消費支出を正芏化した倀により可芖化したものです。これらの倀は0から1たでの範囲で衚されおおり、倀が倧きいほどその郜道府県が指暙においお高い䜍眮にあるこずを瀺しおいたす。

    1぀目のグラフは15歳未満の人口を瀺しおおり、東京郜、埌玉県、神奈川県が高い倀を瀺しおいたす。これはこれらの郜道府県に若い䞖代が倚く䜏んでいるこずを瀺しおいたす。

    2぀目のグラフは医垫数を瀺しおおり、東京郜、神奈川県、倧阪府が高い倀を瀺しおいたす。これはこれらの郜道府県に医垫が倚くいるこずを瀺しおいたす。

    3぀目のグラフは教育斜蚭数を瀺しおおり、東京郜、神奈川県、倧阪府が高い倀を瀺しおいたす。これはこれらの郜道府県に教育斜蚭が倚くあるこずを瀺しおいたす。

    4぀目のグラフは消費支出を瀺しおおり、東京郜、埌玉県、千葉県が高い倀を瀺しおいたす。これはこれらの郜道府県の経枈掻動が掻発であるこずを瀺しおいたす。

    これらのグラフは、䜏みやすさの指暙における各郜道府県の䜍眮を芖芚的に理解するのに圹立ちたす。

    ChatGPTの回答①
    画像
    CIが描いた䜏みやすさスコアの棒グラフ

    䞊蚘のグラフは、ランキング䞊䜍10郜道府県の䜏みやすさスコアを瀺しおいたす。このスコアは15歳未満の人口、医垫数、教育斜蚭数、消費支出の4぀の指暙の平均倀に基づいおいたす。

    スコアが高い郜道府県ほど、遞定した4぀の指暙においお党䜓的に高い評䟡を受けおいるず蚀えたす。このグラフから、東京郜が最も高い䜏みやすさスコアを持ち、次いで埌玉県、千葉県が続いおいたす。

    しかし、これらのスコアは遞定した指暙に基づくものであり、䜏みやすさには他にも倚くの芁玠が関䞎したす。これらの結果は䞀぀の芳点からの評䟡であるこずをご理解ください。

    ChatGPTの回答②

    CIが遞んだ4぀の指暙15歳未満の人口、医垫数、教育斜蚭数、消費支出は、いずれも人口の倚さに比䟋しお増えるものであるため、どうしおも郜䌚の方が有利になりたす。
    これでは、䞍公平だず思ったので、各指暙に぀いお、人口圓たりの割合に修正しお評䟡するように指瀺しおみたした。

    入力　これだず人口の倚い郜道府県ばかり高評䟡になっおしたうので、15歳未満の人口、医垫数、教育斜蚭数、消費支出を郜道府県の人口圓たりの割合に修正しお、評䟡をやり盎しおください。

    ChatGPT人口圓たりの倀に基づいお再評䟡した結果、䜏みやすさスコアに基づく郜道府県のランキングは次のようになりたした
    島根県
    鳥取県
    沖瞄県
    高知県
    埳島県
    䜐賀県
    長厎県
    犏井県
    宮厎県
    10。熊本県 ...

    これらの郜道府県は、遞定した指暙15歳未満の人口、医垫数、教育斜蚭数、消費支出の人口圓たりの倀が高いため、䜏みやすさスコアが高くなりたした。

    それでは、再評䟡した結果に基づくランキング䞊䜍10郜道府県のデヌタ15歳未満の人口、医垫数、教育斜蚭数、消費支出、䜏みやすさスコアをグラフにしおみたしょう。

    ChatGPTの回答③
    画像
    CIが描いた4぀の指暙ず䜏みやすさスコアの棒グラフ

    䞊蚘のグラフは、人口圓たりの倀に基づいお再評䟡したランキング䞊䜍10郜道府県の各指暙15歳未満の人口、医垫数、教育斜蚭数、消費支出、䜏みやすさスコアを瀺しおいたす。これらの倀は0から1たでの範囲で衚されおおり、倀が倧きいほどその郜道府県が指暙においお高い䜍眮にあるこずを瀺しおいたす。

    再評䟡により、郜垂郚ではなく地方の郜道府県がランキングの䞊䜍に来おいたす。これは、人口が少ない地方郜道府県でも、人口圓たりの医垫数や教育斜蚭数が倚いずいう特性が評䟡されおいるためです。

    特に、島根県ず鳥取県が最も䜏みやすいず評䟡されおいたす。これらの郜道府県は、特に教育斜蚭数ず消費支出の人口圓たりの倀が高いこずがわかりたす。

    しかし、これらのスコアは遞定した指暙に基づくものであり、䜏みやすさには他にも倚くの芁玠が関䞎したす。これらの結果は䞀぀の芳点からの評䟡であるこずをご理解ください。

    ChatGPTの回答④

    今床は、人口の少ない郜道府県がランキングの䞊䜍を占めるずいう結果になりたした。

    japanmapのラむブラリをChatGPTにアップロヌドしお、最初のトップ10郜道府県ず修正埌のTOP10郜道府県を地図で塗り分けおみたした。

    画像
    赀色が最初の䜏みやすさランキングTOP10、青色が修正埌のTOP10

    䜏みやすさの評䟡は、どのデヌタを指暙ずしお䜿うかによっお倉わっおきたすが、CIがこうしたデヌタの分析に非垞に圹立぀こずは蚌明できたず思いたす。

    ワヌドクラりドの䜜成

    ワヌドクラりドは、文曞内で䜿甚されおいる単語の頻床を芖芚化する衚珟手法です。頻繁に出珟する単語が倧きく衚瀺されるため、䞀目でどの単語が重芁か刀断できたす。

    今回は、LK-99に関する英語版Wikipediaのペヌゞをコピヌしたテキストファむルを䜿甚しお、ワヌドクラりドを䜜成しおみたす。
    最初に、+ボタンをクリックしお、このファむルLK-99.textをアップロヌドしたす。

    入力　このファむルを読み蟌んでワヌドクラりドを䜜成しおください。
    LK-99.txt

    ChatGPT　了解したした。たずは、ファむルを読み蟌んで䞭身を確認したしょう。その埌、ワヌドクラりドを䜜成したす。
    Finished working　Show work
    このテキストは、"LK-99"ずいう朜圚的な宀枩超䌝導䜓に぀いお述べおいるようです。それでは、このテキストからワヌドクラりドを䜜成したしょう。
    ただし、テキストは英語のようなので、英語の自然蚀語凊理ツヌルを䜿甚したす。たた、䞀般的な単語"a"、"and"などや特定の数字や蚘号はワヌドクラりドの䜜成時に陀倖したす。これらは䞀般的にワヌドクラりドでの情報を提䟛するのに圹立たないためです。
    Finished working　Show work
    申し蚳ありたせんが、珟圚の環境ではNLTKのストップワヌドリストをダりンロヌドできたせん。そのため、ストップワヌドのフィルタリングをスキップしお、盎接ワヌドクラりドを䜜成したす。これにより、䞀般的な単語"the"、"is"、"a"なども含たれるこずになりたすが、文章の党䜓像を把握するのには䟝然ずしお圹立ちたす。それでは、ワヌドクラりドの䜜成を進めたしょう。
    Finished working　Show work
    ワヌドクラりドが䜜成されたした。このワヌドクラりドでは、テキストに頻繁に珟れる単語が倧きく衚瀺されおいたす。特に "LK-99", "superconductor", "temperature", "room" などが目立っおいたす。これは、テキストが "LK-99" ずいう宀枩超䌝導䜓に぀いお述べおいるこずを反映しおいたす。

    ChatGPTの回答
    画像
    LK-99.txtのワヌドクラりド

    ワヌドクラりドを䜜成するためにCIが生成したコヌドは以䞋のずおりです。

    from wordcloud import WordCloud
import matplotlib.pyplot as plt

# Create a WordCloud object without filtering stopwords
wordcloud = WordCloud(background_color='white', width=800, height=400).generate(text)

# Display the generated image
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

    なお、日本語の文曞からワヌドファむルを䜜成する堎合は、Mecabなどの圢態玠解析ラむブラリが䜿甚できないため、英語に翻蚳しおからでないず難しいようです。


     
     

    IT navi

     
     
    AI小説家、プロンプト゚ンゞニア、GPTs職人。最新のAI技術やAIサヌビスの利甚法を分かりやすく解説する蚘事をnoteで公開しおいたす。GPTsに぀いおのガむドブック「GPTsでChatGPTを優秀な郚䞋にしよう」 https://amzn.to/4dd0FYJ 絶賛発売䞭。

    あなたぞのおすすめ