背景
私は、自宅のSwitchbotの温湿度計のデータを、5分毎AWSに送って蓄積しています。
2025年の5月上旬から蓄積し始めたので、2026年5月で1年分データが溜まりました。
そこでClaude Code(Sonnet 4.6)に分析させてみました。
やり取り
データ取得＆データ描画
👤 自分
Switchbotの温度計データを1年分貯めてみた。なんか良い感じにデータ分析できないかな？
Playwrightで解析してデータ取って
https://diuxamlfu3f0g.cloudfront.net/202505_switchbot/index.html
🤖 Claude 思考過程
まずそのページを確認して、データ構造を把握してから進めます。
...
CSVがずらっと並んでいます。まず1ファイルの中身を確認します。
...
データ構造がわかりました。デバイスIDと名前のマッピングを確認します。
...
デバイスIDとラベルが揃いました。まずデータを全部ダウンロードして分析を進めます。
C86B81C67449 → ベランダ
D8E800BB057C → 部屋
E4CD109D8E3B → 廊下
RasPi4CPUTemp → RasPi4 (CPU温度なので分析対象から外す)
約1年分 × 3センサー × 5分おき = 膨大なデータです。ダウンロード→pandasで一括分析します。
...
381ファイル（約1年分）ダウンロード完了。次はpandasで全データを読み込んで分析します。
...
日本語フォントを確認して分析スクリプトを書きます。
...
🤖 Claude
📊 Switchbot 1年間データ分析結果
期間: 2025/5/8 〜 2026/5/23（約1年）
総レコード数: 346,616件（5分ごと計測）
各センサーの概要:
🌿 ベランダ（屋外）
温度: -2.6°C 〜 38.2°C（平均 18.3°C）
湿度: 22% 〜 93%
最暑月: 2025年8月（平均31.1°C）/ 最寒月: 2026年1月（平均6.1°C）
🏠 部屋（室内）
温度: 9.0°C 〜 32.2°C（平均 21.7°C）
最暑月: 2025年8月（平均27.5°C）
🚪 廊下（室内）
温度: 8.5°C 〜 31.1°C（平均 21.6°C）
🤖 Claude
以下6枚のグラフを添付します 👇
①1年間の温湿度推移
②月別温度分布（箱ひげ図）
③時間帯×月のヒートマップ
④室内外温度差分析
⑤不快指数（THI）分析
⑥日別最高・最低気温と日較差
分析したこと（6グラフ）:
① 1年間の温湿度推移 — ベランダ・部屋・廊下の日次平均を時系列で。季節の背景色付き。
② 月別温度分布（箱ひげ図） — 月ごとのばらつきを可視化。快適温度帯（18〜26°C）の参考線付き。
③ 時間帯×月のヒートマップ — 「夜中は涼しいけど昼の屋外は灼熱」などの日内パターンを月別に。
④ 室内外温度差 — ベランダ vs 部屋の差を月別箱ひげ＋散布図。屋外が35°C超えると室内のほうが涼しい（エアコン効果）がわかる。
⑤ 不快指数（THI）分析 — 夏場に75超（やや不快）・80超（非常に不快）の日数を月別に集計。
⑥ 日別最高・最低気温と日較差 — ベランダの年間最高は 38.2°C（夏）、最低は -2.6°C（冬）。
主な発見:
ベランダの夏のピーク平均は 8月に31.1°C、室内は 27.5°C（エアコンの効果が約3.6°C）
冬の室内は 15-16°C（暖房なし時間帯が多い？）
2026年2月下旬から未知の5つ目センサー（B0E9FEFC479A）が追加されている
(8m 13s)
「良い感じに」だけで、データ取得＆仮説出し＆それに応じたグラフ作成を短時間でやってくれたので、すごいです。
たまによく分からないグラフがありますが、、、
- ②月別温度分布（箱ひげ図）を見ると、1年の温度分布が分かります。
- 緑の箱ひげが、緑の帯に収まっているので、室内は概ね快適ということが分かります
- ベランダが快適な気温なのは5月と10月しかないようです・・・
- ④室内外温度差分析を見ると、夏の室内は屋外より3度程度涼しく、冬は屋外より10度程度温かいことが分かります。
- ⑥日別最高・最低気温と日較差を見ると、1日の寒暖差は5〜6度程度で、季節によってそこまで変わらないことが分かります。
👤 自分
⑤のグラフがおかしいのでよく見て直して。
この結果から、何らか結論を導いて。
🤖 Claude 思考過程
plot5を確認します。
...
原因が明確です。sharex=True で日付軸と整数軸（棒グラフ位置）が混在し崩壊、fill_between の引数も間違い。修正します。
...
グラフが正常になりました。次に結論を伝えます。
🤖 Claude
⑤不快指数（THI）分析【修正版】
🔍 1年間データから導いた結論
① 夏（6〜9月）の室内は事実上「不快確定」
不快指数THI≥75の日数：
・6月: 25日 / 7月: 31日（全日！） / 8月: 31日（全日！） / 9月: 26日
→ 6〜9月の約4ヶ月間、室内はほぼ毎日「やや不快〜非常に不快」レベルでした。
エアコンが動いていても室温最高32.2°C、屋外38.2°Cの夏は厳しいです。
② 冬の室内は意外と寒い（暖房不十分？）
1月の部屋平均15.9°C、廊下15.8°C。
外が6.1°C平均でも、室内との差は約10°C程度にとどまっています。
→ 常時暖房されているわけではなく、在宅時のみ暖房の生活パターンが透けて見えます。
③ エアコンの効果は「外が暑いほど頼れなくなる」
屋外温度 vs 室内外差の散布図（④）が示す傾向：
・外25°C以下 → 室内が3〜5°C暖かい（暖房効果）
・外30°C超 → 差がほぼゼロ〜逆転（エアコン稼働でも追いつかない）
→ 猛暑日は冷房の限界が来ています。
④ 5分データで見える「急激な温度変化」の正体
日較差（最高−最低）が大きいのは春・秋（10°C超の日も）、夏は湿度が高く熱がこもって差が小さい。
→ 春秋は換気で室温調整しやすい一方、夏は外気を入れても逆効果な日が多い。
(1m 59s)
私は電気代をケチってエアコンは最小限なので、、①夏は不快②冬は寒いと言われました。。
出社が週3-4程度あったり、休日も外出してたりするので、外と同じような気温の日が多いのがバレています。
一方で、「③ エアコンの効果は外が暑いほど頼れなくなる」は意味不明な部分があります。
👤 自分
「外が30°C超えると室内外温度差がほぼゼロになる。猛暑日は冷房が追いついていない」
これは本当ですか？夏は冷房しているので、低くなっていると思います。必要なグラフを作って説明してください
🤖 Claude 思考過程
確かに、その結論は④のグラフを正確に読めていませんでした。実際の数値を確認してから正しいグラフを作ります。
...
グラフを見直すと、私の結論が間違っていました。
散布図の回帰線: y = -0.55x + 13.48
屋外30°Cのとき: -0.55×30+13.48 = -3°C（室内のほうが3°C低い）
屋外35°Cのとき: -5.8°C（室内のほうが6°C低い）
つまり夏は冷房が効いて室内の方が涼しいというのが正しいです。誤った結論を出してしまいました。
🤖 Claude
⚠️ 先ほどの結論③を訂正します
「外が30°C超えると冷房が追いつかない」→ 誤りでした。
データを正確に読み直すと、実態は逆で 「外が暑いほど冷房効果が大きく出ている」 です。
【左】屋外温度帯ごとの平均温度差（室内−屋外）
・外20〜25°C → +2.5°C（まだ冷房なし・室内が暖かい）
・外25〜28°C → -0.1°C（冷房ON/OFFの境界付近）
・外28〜30°C → -2.0°C
・外30〜32°C → -3.5°C
・外32〜35°C → -5.3°C
・外35〜40°C → -8.6°C（室内が9°C近く涼しい！）
【中】散布図と回帰線
・約26°C以上から室内のほうが涼しくなる（冷房の稼働開始ライン）
・外気温が上がるほど室内外の差は広がる → 冷房は十分機能している
【右】猛暑日（2025/8/6・最高38.2°C）の1日推移
・屋外38°Cのときでも室内は最高28°C台に抑えられている
(2m 23s)
冷房が28度目標でしっかり効いているという結論でした。最初は間違えましたが、WebサイトのURLを与えただけで、すぐに、エアコンの設定温度がバレるのは凄いです。
また、指摘すると解釈を考え直してくれるのがAIの良いところかなと思います。特にAnthropicのAIはフラットに考え直してくれるケースが多い気がします。（OpenAI系はユーザに寄り添った回答をしがちな気がします・・・）
👤 自分
ちなみに冬季のエアコンの設定温度を予測できますか？
🤖 Claude 思考過程
面白い視点です。「エアコンが稼働中は設定温度付近で温度が安定する」という性質を使えば推測できます。やってみます。
アプローチ：
冬に暖房が効いているとき、室温は設定温度付近で「頭打ち」になる
就寝・外出中は温度が下がる → 二峰性の分布になるはず
その「上のピーク」が設定温度の推定値
...
分布が単峰性で16〜17°Cに集中、しかも深夜が昼より暖かい逆転現象が出ています。もう少し深く掘ります。
...
データのパターンが見えてきました。グラフと解説を作ります。
🤖 Claude
❄️ 冬季エアコン設定温度の推定 ⑧
結論から言うと：「冬はほぼエアコンを使っていない」、使う時は設定 約20°C と推定
【グラフ左】室温の全体分布
主ピークが 16.5°C にあり、20°C以上はほとんど出現しない。
エアコンで部屋を暖めているなら設定温度付近に明確な二つ目のピークが立つはずだが、見られない。
→ 冬の大半はエアコン暖房なしで過ごしている
【グラフ中】日最高室温の分布
→ 2つのグループが透けて見える：
・18〜19°C台の山（普通の日・暖房なし）
・20〜24°C台のなだらかな広がり（暖房あり日）
暖房使用推定日は 冬季91日中わずか19日（約21%）
【グラフ右】時間帯別の逆転現象
昼（9〜18時）の方が夜より涼しい、という逆転が起きている。
→ 日中は外出（暖房OFF）、夜帰宅して体温で少し上がる という生活リズムが透けて見える
→ 夜の上昇はたった+0.9°Cなので、これはエアコンではなくこたつや電気ヒーターなどの対人暖房の可能性が高い
推定設定温度: 約20°C
（稀にエアコンをつけた時のプラトー（頭打ち）の位置と、19〜20.1°Cに集中する安定データから）
(3m 27s)
私の家のエアコンは暖房の効きが悪いため、AIも少し迷っているようです。
冬は在宅時常に暖房ONのため、逆に、夜の気温のほうが高くなっていることに気づいています。
こたつは無いので予想は外れていますが、データから客観的に仮説を出せています。
感想
（Sonnet 4.6という前提があります）
AI、そこそこデータ分析できます。作業が早いのが強みです。間違っていてもすぐ直してくれます。
体感としてはジュニアレベル（1〜3年目）のデータ分析は出来ていると思います。
ただし、データの加工（作業）と仮説出しが得意分野であり、「データの解釈」は割と人間（ドメイン知識）の手が必要そうでした。
人間は、データの解釈・方針立案という上流工程側の仕事、および、「AIでデータ分析できるようにする」という土台の要件定義・実装にシフトしていくのかなと感じました。