5月下旬〜6月中旬しんどい理由の仮説を検証したけど外れてた、けどPythonの便利さ実感した話

仮説

ある日思いました。

5月下旬〜6月中旬くらい、なんかめっちゃしんどい。
そういえば日の出が早くなっているせいじゃないか・・・？
1日の昼が一番長い夏至は6月下旬だけど、この時期が一番「日の出が早くなっている」のではないか・・・？

この「日の出が早くなるペースが一番早いのは5月下旬説」について、
自分でデータ取得し可視化することで、検証してみました

検証

データ作成

データはどっかに転がってるだろうと思い、ぐぐると、国立天文台のサイトにありました。

HTMLの表形式のデータだったので、beautifulsoupかな…と思いましたが、
pandasのpd.read_html(url)なる関数で、Webサイトの一発で取れるようです。

実際のコード

Google Colaboratoryで動かしました。大体ライブラリ入っており便利です。
UIが独特だったりして慣れない感じはありますが。。。

import pandas as pd

# EmptyなDataFrame準備
df_all = pd.DataFrame()

# forで毎月分取得
for i in range(1, 13):
    print(str(i).zfill(2)) # zfill：01〜12の形式にする
    ii = str(i).zfill(2)
    url = 'https://eco.mtk.nao.ac.jp/koyomi/dni/2024/s13' +ii+ '.html'
    df_tmp = pd.read_html(url) # html内の表を読み取る
    df_tmp2 = df_tmp[0] # 読み取った表のうち、最初のもの
    df_tmp2['month'] = i
    df_all = pd.concat([df_all, df_tmp2])

make_ts = lambda x: pd.Timestamp(2024, int(x['month']), int(x['日'])) # 年月日（それぞれの情報）から、Timestampにする関数
df_all['ts'] = df_all.apply(make_ts, axis=1)

# 保存
df_all.to_csv('./20240527_hinode_hinoiri.csv', index=None)

可読性も十分高い20行のコードで、1時間ちょっとで書けて、Webスクレイピング＋データ加工できるなんて、Pythonってやっぱすげえなと思いました。
もちろん、pd.read_htmlが一番偉いのですが・・・
（最初、ネットで「HTML 表 スクレイピング」などと検索したところ、beautifulsoupを使う記事ばかりだったのですが、あんな長コード書かなくて済むとは・・・）
同時に、難易度の低いライブラリ・関数等を作ったり、処理をシンプルに見せる工夫も大事だなと思いました。

データ可視化

Tableauでやりました。
Matplotlibでも良いんでしょうが、細かい設定が面倒くさそうだったので。。

• 日の出、日の入り時刻の分布

• 日の出時刻の前日との差

（青色は傾向線です←Tableauで入れ方分からなかった顔）

これを見ると、日の出時刻の早まるペースが一番ピークとなるのは、3月頃となり、説の立証に失敗しました。
あと、1/1を境に日の出が早くなっていって、7/1を境に日の出が遅くなっていくんですね。（元々そういう定義なのかもしれません・・）

結論

仮説は外れていました。
多分、GW終わりで週5働いて疲労が蓄積している＆しばらく祝日がなくてしんどいからでしょう（急に他人事）

でも、こうして「思い立ったらすぐ」データを取ってきて可視化できるので、Pythonの便利さを実感しました。。