約 3,242,950 件
https://w.atwiki.jp/tyrant/pages/184.html
Dreadship 種族：Xeno パック：Enclave レア度：Uncommon 待機：2 攻撃：2 体力：2 能力：Flying Enclaveパックから入手可能。 Flying持ちなので少しサンドバックになる危険性が抑えられたFearアサルト。 ただ体力2なので適当なStrike2発分で落ちる。なので正直他に入れた方が良いアサルトが いるんじゃないだろうか……。 Flashpointパックで、このカードの新装版らしきカード、Stealth Dreadshipが立派なレアになって登場。 コメント コメント
https://w.atwiki.jp/anno2070jpn/pages/385.html
Googleスプレッドシートによる翻訳作業所のリンクです。 リンクは管理人が随時追加します。 eng8.rda/data/loca/eng/txt/chapters.txt https //docs.google.com/spreadsheet/ccc?key=0AjVGNwEstiMPdGpyWGhVWjd5S2VNSXZHVW5ReTFIT2c usp=sharing eng8.rda/data/loca/eng/txt/interface.txt https //docs.google.com/spreadsheet/ccc?key=0AjVGNwEstiMPdGRZZE0yb1NQdXpnSmdVZ0JpcGFaYVE usp=sharing eng8.rda/data/loca/eng/txt/third.txt https //docs.google.com/spreadsheet/ccc?key=0AjVGNwEstiMPdHpOeHViTjNSSkxsQUR6eEVFRnkxYVE usp=sharing eng8.rda/data/loca/eng/txt/quests.txt https //docs.google.com/spreadsheet/ccc?key=0AjVGNwEstiMPdHVJcDFYYTRrUkZOMXNFOERPbXk2ekE usp=sharing
https://w.atwiki.jp/ohden/pages/809.html
予約システム ユーザI/FはGoogle Formで提供。 form送信をトリガに送信内容をSpreadsheetに記載。 Spreadsheetへの追加をトリガに予約内容をGoogle Calendarに登録。同時に任意のメールアドレスへ予約登録が行われた連絡を行う。 情報の修正は、Spreadsheet上で行い、修正された内容をcalendarへ反映。 時系列での確認及びリマインダはGoogle Calendarの機能を利用する。 更新日： 2016年11月02日 (水) 04時24分42秒 名前 コメント すべてのコメントを見る
https://w.atwiki.jp/karino2/pages/36.html
WebTobinQ/Example 以下のサイトにコピペして使う。 http //webtobinq.appspot.com/ 経済統計CSVのデータを使います。 消費とgdpをplotしてみる df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdGVESWc4OGs2cVJxYVFLaTFZNHhOLVE single=true gid=0 output=csv") plot(df[["Fiscal Year"]],df[["GDP(expenditure approach)"]],ylim=c(100000,600000)) lines(df[["Fiscal Year"]],df[["PrivateConsumption"]]) for文、etc. 1983年以降の失業率をplot。月次データから年次データに変換 df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdHZvV0IzaFBNQkowR21wNU4wS2FKb3c single=true gid=0 output=csv") totalName - "男女計 Total" total - df[[totalName]] n - (length(total)/12) y - 1 n for(i in 1 n) { b - (12*(i-1))+1; e - (12*(i-1))+12; y[i] - mean(total[b e]) } plot(1983 (1983+n-1), y, main="失業率（季節調整済み）", type="l") (下のはたぶん古い） df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdHZvV0IzaFBNQkowR21wNU4wS2FKb3c single=true gid=0 output=csv") totalName - "男女計 Total" total - df[[totalName]] n - (length(total)/12) y - 1 n for(i in 1 n) { b - (12*(n-i))+1; e - (12*(n-i))+12; y[i] - mean(total[b e]) } plot(1983 (1983+n-1), y, main="失業率（季節調整済み）", type="l") 25～34才の失業率（上とほとんど一緒） df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdHZvV0IzaFBNQkowR21wNU4wS2FKb3c single=true gid=0 output=csv") totalName - "男女計 25～34" total - df[[totalName]] n - (length(total)/12) y - 1 n for(i in 1 n) { b - (12*(i-1))+1; e - (12*(i-1))+12; y[i] - mean(total[b e]) } plot(1983 (1983+n-1), y, main="失業率（季節調整済み）男女計 25～34", type="l") 失業率15才～24才、25才～34才と35才～44才を並べる。 df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdHZvV0IzaFBNQkowR21wNU4wS2FKb3c single=true gid=0 output=csv") sumMonths - function(total) { n - (length(total)/12) y - 1 n for(i in 1 n) { b - (12*(i-1))+1; e - (12*(i-1))+12; y[i] - mean(total[b e]) } y } y1 - sumMonths(df[["男女計 35～44"]]) y2 - sumMonths(df[["男女計 25～34"]]) y3 - sumMonths(df[["男女計 15～24"]]) plot(1983 (1983+(length(y1)-1), y1, main="失業率（季節調整済み）", type="l") lines(1983 (1983+(length(y1)-1), y2, type="l") lines(1983 (1983+(length(y1)-1), y3, type="l") 失業率25才～34才から35才～44才を引く df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdHZvV0IzaFBNQkowR21wNU4wS2FKb3c single=true gid=0 output=csv") sumMonths - function(total) { n - (length(total)/12) y - 1 n for(i in 1 n) { b - (12*(i-1))+1; e - (12*(i-1))+12; y[i] - mean(total[b e]) } y } y1 - sumMonths(df[["男女計 35～44"]]) y2 - sumMonths(df[["男女計 25～34"]]) plot(1983 (1983+(length(y1)-1), y2-y1, main="失業率（季節調整済み）25～34 - 35～44", type="l") 日本の人口全体 pop - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdExXNEhTX3NHWHc3a014eEdxWUs1bHc single=true gid=0 output=csv") plot(pop[["Year"]], pop[["総数"]], type="l") 日本の人口1980年以降 pop - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdExXNEhTX3NHWHc3a014eEdxWUs1bHc single=true gid=0 output=csv") year - pop[["Year"]] total - pop[["総数"]] plot(year[year 1979], total[year 1979], type="l") 老年人口と生産年齢人口をplot popu - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdExXNEhTX3NHWHc3a014eEdxWUs1bHc single=true gid=0 output=csv") plot(popu[["Year"]], popu[["15～64（生産年齢人口）"]]) lines(popu[["Year"]], popu[["65歳以上（老年人口）"]]) 人口、推計とつなげる pop - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdExXNEhTX3NHWHc3a014eEdxWUs1bHc single=true gid=0 output=csv") popFuture - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdDljQ20yQzd1SGpFTXYyR3VzRDlUTXc single=true gid=0 output=csv") year - pop[["Year"]] total - pop[["総数"]] futTotal - popFuture[["総数"]] futYear - popFuture[["Year"]] yearall - year yearall[length(year) ((length(year)+length(futYear)-1)] - futYear totalall - total totalall[length(total) ((length(total)+length(futTotal)-1)] - futTotal plot(yearall, totalall, type="l") 老齢人口と推計をつなげる（ほとんど上と意味的には同じ。でもc実装したのを思い出して変更） pop - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdExXNEhTX3NHWHc3a014eEdxWUs1bHc single=true gid=0 output=csv") popFuture - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdDljQ20yQzd1SGpFTXYyR3VzRDlUTXc single=true gid=0 output=csv") years - c(pop[["Year"]], popFuture[["Year"]]) olds - c(pop[["65歳以上（老年人口）"]], popFuture[["65歳以上（老年人口）"]]) plot(years, olds, type="l") 生産年齢人口/全人口 を推計とつなげる（上とほとんど同じ） pop - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdExXNEhTX3NHWHc3a014eEdxWUs1bHc single=true gid=0 output=csv") popFuture - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdDljQ20yQzd1SGpFTXYyR3VzRDlUTXc single=true gid=0 output=csv") years - c(pop[["Year"]], popFuture[["Year"]]) products - c(pop[["15～64（生産年齢人口）"]], popFuture[["15～64（生産年齢人口）"]]) all - c(pop[["総数"]], popFuture[["総数"]]) plot(years, products/all, type="l") GDPのうち資本減耗の占める割合 http //d.hatena.ne.jp/himaginary/20110823 ここでのグラフの再現。ただし1980年以降のみ（90年基準はどっからとってきたのだろう…） gdp - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdFI1WW1IVnRkbFhvdmxRc3FOMC12c1E single=true gid=0 output=csv") plot(gdp[["Year"]], gdp[["固定資本減耗"]]/gdp[["国内総生産（生産側）"]], ylim=c(0.10, 0.24)) 生産年齢一人あたりのGDP この手の物ってfor文無しで書けた気がするんだけど、思い出せず…（追記 sapplyだね。まだ実装してないや） df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdGVESWc4OGs2cVJxYVFLaTFZNHhOLVE single=true gid=0 output=csv") production - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdExXNEhTX3NHWHc3a014eEdxWUs1bHc single=true gid=0 output=csv") subpro - production[["15～64（生産年齢人口）"]][production[["Year"]] 1980] subproYear - production[["Year"]][production[["Year"]] 1980] gdp - subproYear for(i in 1 length(subproYear)) { year - subproYear[i]; gdp[i] - df[["GDP(expenditure approach)"]][df[["Fiscal Year"]] == year] } plot(subproYear, 100*gdp/subpro) 自営業者の数 df - read.csv("https //docs.google.com/spreadsheet/pub?key=0Ancau1TRtE7ddGpzQV9hTUMya1FpMnZBMVJqWWpURUE single=true gid=1 output=csv") plot(df[["year"]], df[["Self- employed worker"]]) ほぉ、減ってるね。労働者数との比率はどうだろう？ df - read.csv("https //docs.google.com/spreadsheet/pub?key=0Ancau1TRtE7ddGpzQV9hTUMya1FpMnZBMVJqWWpURUE single=true gid=1 output=csv") ratio - df[["Self- employed worker"]]/df[["Total"]] plot(df[["year"]], ratio) なぜか plot(df[["year"]], df[["Self- employed worker"]]/df[["Total"]]) はエラーになった。たぶんバグ。 前年との比の差分は？ df - read.csv("https //docs.google.com/spreadsheet/pub?key=0Ancau1TRtE7ddGpzQV9hTUMya1FpMnZBMVJqWWpURUE single=true gid=1 output=csv") ratio - df[["Self- employed worker"]]/df[["Total"]] plot(1954 2010, ratio[2 length(ratio)]-ratio[1 (length(ratio)-1)]) 別に最近減るのが早くなった、という傾向は無いかな。 これはあれか。一次産業抜かないとこうなっちゃうって話だなぁ、たぶん。 従業員規模別非農林業雇用者数 eval allでは意味が分からないので一行ずつenterしてってください。 多少500人以上が増えているが、それでも28%くらいか。 最近は大手とか人減らして中小が増えてる、と思っていたけれど、そうでも無いなぁ。 df - read.csv("https //docs.google.com/spreadsheet/pub?key=0Ancau1TRtE7ddDRwNjh3Y0staHZ4X0R4MmhSYzk2ZHc single=true gid=1 output=csv") plot(df[["Year"]], df[["less than 30"]]) lines(df[["Year"]], df[["less than 100"]]) lines(df[["Year"]], df[["less than 500"]]) lines(df[["Year"]], df[["more than 500"]]) lines(df[["Year"]], df[["government employee"]]) lines(df[["Year"]], df[["Total"]]) コアコアCPI コピペ用に書いておく。 df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdHhNczZ2WS0tZXNJZ3R4R0hPc3FOZ3c single=true gid=0 output=csv") plot(df[["Year"]], df[["All items, less food (less alcoholic beverages) and energy"]]) 所得300万未満の累積度数 df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdDg4cm85RlMxZ1U4UjVzRHJyaXlmc1E single=true gid=1 output=csv") plot(df[["Year"]], df[["300"]],ylim=c(20, 40)) 社会保障費と名目GDPをプロット social - read.csv("https //docs.google.com/spreadsheet/pub?key=0Ancau1TRtE7ddFJWbmlud29XNW52aE05WTFxcmt0Vnc single=true gid=0 output=csv") nominal - read.csv("https //docs.google.com/spreadsheet/pub?key=0Ancau1TRtE7ddEdxdjJ6b2RidFc0TVNiZkJZeWtwY3c single=true gid=0 output=csv") social_len - length(social[["年度"]]) sub_social - social[17 social_len,] plot(nominal[["Fiscal Year"]], nominal[["GDP(expenditure approach)"]]*10, ylim=c(0, 5200000)) lines(sub_social[["年度"]], sub_social[["計"]]) 社会保障費の名目GDP比 最後のplot以外は上と同じ。 social - read.csv("https //docs.google.com/spreadsheet/pub?key=0Ancau1TRtE7ddFJWbmlud29XNW52aE05WTFxcmt0Vnc single=true gid=0 output=csv") nominal - read.csv("https //docs.google.com/spreadsheet/pub?key=0Ancau1TRtE7ddEdxdjJ6b2RidFc0TVNiZkJZeWtwY3c single=true gid=0 output=csv") social_len - length(social[["年度"]]) sub_social - social[17 social_len,] plot(nominal[["Fiscal Year"]], sub_social[["計"]]*100/(nominal[["GDP(expenditure approach)"]]*10), ylim=c(0, 100)) Rにコピペする場合 read.csvを以下のread.csv2に変える。 require(RCurl) read.csv2 - function(url){ textData - getURL(url, encoding = "UTF-8") read.csv(textConnection(textData)) } g_table - NULL Qurl - function(name) { if(is.null(g_table)) { g_table - read.csv2( https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdEE4YnJ3dERMclRqazV0ZjJuN0k0UWc single=true gid=0 output=csv ) } as.character(g_table[g_table[[ name ]]==name,][[ url ]]) }
https://w.atwiki.jp/karino2/pages/46.html
WebTobin向けに経済統計を集めてcsvとして公開しています。 https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdEE4YnJ3dERMclRqazV0ZjJuN0k0UWc single=true gid=0 output=html 現時点ではタイトル以外は数値のみ対応していて、欠損値は...で表します。 文字列は必要になったら足します。 ここにあるurlを使って、例えば df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdGVESWc4OGs2cVJxYVFLaTFZNHhOLVE single=true gid=0 output=csv") などとすると実質GDPのデータフレームが取れます。 人口統計 公開手順 主に以下のサイトの手順に従っています。 http //blog.revolutionanalytics.com/2009/09/how-to-use-a-google-spreadsheet-as-data-in-r.html google spreadsheetで適当にデータを整形する File- Webに公開 ドキュメント全体をSheet1に ウェブページをcsvに 生成されるURLをコピペ 以前のやり方(そのうち消す事) File- Share- Sheet 1を選び、Start Publishを押す 下のWeb PageをCSVに変更 URLをコピペして公開 最近の更新 2012/07/09 授業者規模別非農林業雇用者数 追加。 2012/07/08 実質GDPを速報値に変更。誤っていたTable Of Contentsを更新。 CPIを暦年ではなく年度別に変更（GDPとあってる方が使いやすいので） 名目GDPを追加（検算の為） 17年基準の実質GDPを追加（最新データが欲しい場合はこちら。接続注意） 人口統計に2010年分を追加。 自営業者の数を調べる為に地位別就業者数を追加。
https://w.atwiki.jp/keiplus/pages/216.html
GoogleAppsScriptコーディング gas 本項は書きたての記事です。正確な情報は公式サイト、公式ドキュメント、記載の参照サイトでご確認ください。 コーディングひな形 // プログラム名 // 作成日、作成者 // 管理リポジトリ // function FUNCTIONNAME() { let ss = SpreadsheetApp.getActiveSpreadsheet(); let sh = ss.getActiveSheet(); let ss_url = ss.getUrl(); const lastRow = ss.getLastRow(); const lastCol = ss.getLastColumn(); } その前に 変数定義には「var、let、const」の一種の型のようなものがある。 違いよく理解して適宜使い分けることをお奨めする。 const let var 再宣言 × × ○ 再代入 × ○ ○ スコープ ブロック ブロック 関数 ホイスティング エラー エラー undefined ホイスティングとは変数や関数の定義をコードが実行される前にメモリに配置する挙動。「宣言の巻き上げ」とも言わる。 ブロックスコープは、ブロック（｛～｝）外でも値参照ができるのがvar、出来ないのがconst, letとなる。 再代入は、変数に入れた値を上書きすること。 オブジェクトや配列など再代入しない場合はconst、プリミティブ型を再代入したい場合はletを使う。varは基本使わない方向をすすめる。 説明 ss = SpreadsheetApp.getActiveSpreadsheet(); スプレッドシート（Excelで言うブック）を呼び出してインスタンス化している。これは必ず必要になってくるもの。 ssはスプレッドシート（SpreadSheet）の頭文字略記だが、一番単純なのでこれを使っているが自身の環境、コーディングルールに従って書けばよい。 ss.getActiveSheet();ss_url = ss.getUrl(); アクティブシートと、そのURLを変数に格納して使い回しできるようにしている。 Excelをずっとやってきている人からするとURLと聞いて「？」となると思うが、SpreadSheetはオンライン・アプリなので必ず固有URL（URI）が発行されるため。 変数名は任意で良い。 const lastRow = ss.getLastRow(); ss.getLastColumn(); 最終行、最終列を取得している。 constなのは関数内で変更することは無いため。（変更が出てくる場合はlet, varで良い） 参考 [ 【JavaScript】var / let / const を本気で使い分けてみた - Qiita ] ( https //qiita.com/cheez921/items/7b57835cb76e70dd0fc4 )
https://w.atwiki.jp/makegifted/pages/16.html
なかなか更新できず・・・ようやく再開。 まず、他のプロデューサーに利用してもらう前提なら、何を話しかけてもらっているのか知っておいた方が、精度の良いbotになるわけなので、ログの取得を試みる。 まずは必要な情報を検索。 Lineの公式情報から、tokenの内容を把握しておく。 https //developers.line.biz/ja/reference/messaging-api/#anchor-36ddabf319927434df30f0a74e21ad2cc69f0013 似たような処理をしている人を発見。 https //www.virment.com/create-echobot-line-google-apps-script/ これらの情報を元にログ出力の関数(でいいのか？)を実装。 ユーザーIDの取得処理 var user_id = JSON.parse(e.postData.contents).events[0].source.userId; LOG出力関数 function saveLog(userid, getmsg, rtnmsg) { var spreadsheet = SpreadsheetApp.openById(spreadsheetId); var sheet = spreadsheet.getSheetByName(sheetname); sheet.appendRow([new Date(),userid, getmsg, rtnmsg]); } あとは関数を適切な場所でよびだしてやるだけ。 これで、他の人に試してもらう意味ができた。 プロデュースして行こう！
https://w.atwiki.jp/sadistic69/pages/19.html
スケジュール表 https //docs.google.com/spreadsheet/pub?key=0AlBY-SvfqJM5dFNRYkJpNm9ySWFXVU9FQVZtWjhNNGc single=true gid=0 output=html 素材管理表 https //docs.google.com/spreadsheet/pub?hl=ja hl=ja key=0AlBY-SvfqJM5dFBNTi11cDZPRkFlR2llTzNvNFQtMlE single=true gid=0 output=html
https://w.atwiki.jp/hasekun/pages/264.html
①鯖番号入力 （これで、砦を押すと、砦周辺のマップに飛びます）１期２期３期で場所がちがいますので注意～ ②プリントスクリーン（PrtSc） ⇒ ペイント起動 ⇒ 貼り付けで、ルート等お絵かき １期 ２期 ３期 スプレッドシート版（色なし、リンクなし、見るだけです） 1期砦座標 https //docs.google.com/spreadsheet/ccc?key=0AuVwj5nd4Fz6dGUyUnNRMlVHekdNY0JsV1E2MDRLZVE#gid=0 2期砦座標 https //docs.google.com/spreadsheet/ccc?key=0AuVwj5nd4Fz6dDNSV1JSYmswVjFGOXVBZVg2akZ1RHc#gid=0 3期～砦座標 https //docs.google.com/spreadsheet/ccc?key=0AuVwj5nd4Fz6dGVXVHdMcjRzWTY3RHd4T3FWZHdCVEE#gid=0 produce by ひろひろ
https://w.atwiki.jp/toho/pages/5435.html
HEADSHOT サークル：Mad Tea Party Number Track Name Arranger Original Works Original Tune Length 01 妖しの疾風、罷り通る 椎名治美 東方妖々夢 東方妖々夢 ～ Ancient Temple [-- --] 02 不倶戴天、押し通して候 椎名治美 東方妖々夢 広有射怪鳥事 ～ Till When? [-- --] 03 BLOODY CHRONOS 椎名治美 東方紅魔郷 メイドと血の懐中時計 [-- --] 04 SP@RK OF LUV 椎名治美 東方永夜抄 恋色マスタースパーク [-- --] 05 Groovy on the Doll ～少女ハ踊ル～ 椎名治美 東方紅魔郷 ラクトガール ～ 少女密室 [-- --] 06 蓬莱山の女 椎名治美 東方永夜抄 千年幻想郷 ～ History of the Moon [-- --] 07 はてなくひろいそのさきへ 椎名治美 東方妖々夢 無何有の郷 ～ Deep Mountain [-- --] 08 月の輝る夜に 椎名治美 東方永夜抄 竹取飛翔 ～ Lunatic Princess [-- --] 詳細 博麗神社例大祭7(2010/03/14)にて頒布 イベント価格：1,000円 ショップ価格：1,365円(税込) レビュー 名前 コメント