餅屋LGTM

餅つきのあとの静けさ

いなふはツイッターでモテろ

この記事はいなふ進捗Advent Calendar 201616日目の記事です

qiita.com

今の関係に恋愛対象はいない

ここまで様々な人がいなふくんについて書いてきましたが異口同音に

  • 良い人
  • いつまでもいい友人でいたい

と述べています。
この様子だと今ある関係の中から恋愛関係に発展させることは難しそうですね。

またいなふくんは9日目の記事でも書いた通り、前回の飲み会で

同じ会社の違う部署くらいがいい距離感

という趣旨の発言をしています。
このことから総合するといなふくんは同じ大学の違う学類の人当たりが対象としていい距離感なのではないでしょうか。

出会いはSNSにある

ツクバダイセイミンナツイッターヤッテル

モテるツイートとは

そもそもモテるツイートの特徴はなんだろうということで調べてみる

【㊙SNSテク】モテる男のツイッター、インスタ、ライン術 | Boy.[ボーイ]

【ニコニコより簡単】Twitterでモテるために。モテるツイートの仕方指南 | モテるリア充になりたい委員会

Twitter、モテない男女のつぶやき例 7選 | 女子力アップCafe Googirl

これらに書いてあることをざっとまとめると

  • ツイートは短めに(1行以内が良い)
  • 誹謗中傷やネガティブなツイートはしない
  • 意識高い()ツイートはしない
  • ツイートは一週間に1回程度

などらしい。最後のは論外なので気にしないとして、普段いなふくんがどんなツイートをしているのか見てみましょう

いなふくんのツイートは

まずはいなふくんのツイート最新3200件から、リツイート,チェックイン,などゴミを取り除いたものを用意します。*1
次にここにそぉいします。

結果です

最後に

ツイッターでモテる最強の方法が書いてあったのでご自由にご利用ください www.rbbtoday.com

*1:この記事における取得時刻は2016-12-16 17:20

本当に語彙力がないのは誰なのか〜居場所で殴り合い編〜

この前書いたこれについて居場所*1でやると良いのではという意見をいくつかもらったのでやってみた

より公平な分析のために

前回は最新900ツイートを対象に解析したがそれが果たして公平なのだろうかという疑念があったため今回は

  1. ツイート数を揃える
  2. 延べ出現単語数を揃える

の2つのやり方で比較してみる。
また、リプライは解析から除外することにした。

結果

ツイートの取得は2016-12-15 19:00

1.ツイート数を揃えた場合

今回はそれぞれの1749ツイートを分析した

おとくん(居) ぼく(場) ksk(所) 森(補佐)
延べ単語数 19483 15292 16243 19518
1ツイートの平均文字数 21.45 17.82 17.77 21.42
名詞 2230 2088 1984 2126
動詞 510 461 538 554
未知語 300 303 180 248
副詞 175 126 159 168
形容詞 102 101 95 106
助詞 81 82 63 64
感動詞 36 25 23 37
記号 35 37 25 23
接頭詞 27 22 23 20
接続詞 26 26 20 22
助動詞 21 17 19 18
連体詞 16 14 15 14
フィラー 6 5 5 9
その他 1 1
出現単語数 3566 3308 3149 3409
おとくん(居) ぼく(場) ksk(所) 森(補佐)
2.延べ出現単語数を揃えた場合
おとくん(居) ぼく(場) ksk(所) 森(補佐)
延べ単語数 19483 19485 19486 19491
取得ツイート数 1749 2254 2153 1747
1ツイートの平均文字数 21.45 17.5 17.35 21.42
名詞 2230 2475 2205 2123
動詞 510 525 594 553
未知語 300 336 196 248
副詞 175 148 176 168
形容詞 102 117 111 106
助詞 81 87 67 64
感動詞 36 28 26 37
記号 35 39 26 23
接頭詞 27 24 26 20
接続詞 26 27 20 22
助動詞 21 20 20 18
連体詞 16 17 15 14
フィラー 6 7 6 9
その他 1 1
出現単語数 3566 3851 3488 3405
おとくん(居) ぼく(場) ksk(所) 森(補佐)

KH Coderを使ってみる

せっかくなので特徴語とかも調べてみようということでテキストマイニングソフトのKH Coderを使ってみる。

なお自分の環境はUbuntu 16.04.1 LTS

1.ダウンロード

このページからソースコードをダウンロードし、解凍する。
あとは$ perl kh_coder.plで起動するはずですが、最初はいろんなモジュールがないと怒られると思うので、順番に

$ cpan モジュール名

でインストール

2. 環境設定

起動できたらまずconfig/coder.iniを開き

mysqlのユーザ名とパスワードを追加
次にMeCabの辞書としてmecab-ipadic-NEologdを使いたいのでkh_lib/kh_morpho/linux/mecab.pmを開き、 32行目を変更

- $self->{cmdline} = "mecab $rcpath -Ochasen -o \"$self->{output_temp}\" \"$self->{target_temp}\"";
+ $self->{cmdline} = "mecab $rcpath -d/usr/lib/mecab/dic/mecab-ipadic-neologd -Ochasen -o \"$self->{output_temp}\" \"$self->{target_temp}\"";
3. プロジェクトの作成と前処理

公式にチュートリアルのスライドがあるので参考にしながらやっていきます。 KH Coderでは<H1>タグで見出しをつけることで文章を区切ることができるので、ゴミを除いたツイートデータを

<H1>おとくんのtweet</H1>
ツイート1
ツイート2
...
<H1>kskのtweet</H1>
...

のようにまとめます。
そうして前処理を実行しようとしたところ

f:id:umaz1051:20161213143710p:plain

ファイルを細かく分け調べたところ引っかかっていたのは
\( 'ω')/ウオオオオオアアアーーーッ!」でした。どうやら「」が原因のようなのでこれを削除して再び前処理を実行すると

f:id:umaz1051:20161213144303p:plain

うまくいきました。

4. 特徴後の抽出

スライドの4章を参考にしながら特徴語の抽出。デフォルトの設定では10語しかリストアップされないので、kh_lib/gui_window/outvar_list.pmの462行目を

- for (my $n = 0; $n <= 10; ++$n){                    # 中身
+ for (my $n = 0; $n <= 30; ++$n){                    # 中身

kh_lib/gui_window/outvar_list/midashi.pmの75行目を

- last if $n >= 10;
+ last if $n >= 30;

と変更

結果は

おとくんのtweet ぼくのtweet kskのtweet 森のtweet
x 0.0729 x 0.0365 思う 0.0387 思う 0.0453
感じ 0.0274 飲む 0.0207 行く 0.0266 寝る 0.0369
行く 0.0256 気持ち 0.0181 明日 0.022 今日 0.0299
明日 0.0213 人生 0.0175 言う 0.0219 食べる 0.0257
0.0207 来る 0.0172 見る 0.0218 0.0251
??? 0.0179 0.0158 時間 0.0171 言う 0.0249
寒い 0.0157 0.0155 テスト 0.0154 感じ 0.0226
マジで 0.0149 F3 0.014 レポート 0.0152 先生 0.0216
食う 0.0146 厳しい 0.0137 0.0142 痛い 0.02
買う 0.0146 バイ 0.0137 気持ち 0.0134 入る 0.02
終わる 0.0144 痛い 0.0128 来る 0.0133 0.0187
面白い 0.0126 書く 0.012 居場所 0.0128 気づく 0.0181
眠い 0.0126 最高 0.0104 起きる 0.0125 0.018
なんか 0.0125 良い 0.0095 終わる 0.0124 食う 0.0168
痛い 0.0124 シャブ 0.0088 忘れる 0.0116 レポート 0.0166
待つ 0.0117 0.0088 帰る 0.0116 起きる 0.0166
E 0.0116 お腹 0.0088 推進 0.011 風呂 0.016
強い 0.0116 一番 0.0088 良い 0.0108 寒い 0.0157
最近 0.0116 研究室 0.0087 書く 0.0107 0.0148
0.0116 0.0086 仕事 0.0101 0.0145
0.0114 自分 0.0086 自分 0.0099 厳しい 0.0144
忘れる 0.0114 ワイン 0.0079 0.0091 バイ 0.0144
メシ 0.0107 顔本 0.0079 tweet 0.0091 なんか 0.0134
FF5 0.0106 考える 0.0078 全然 0.0091 出る 0.0134
F4 0.0105 死ぬ 0.0078 持つ 0.009 飲む 0.0133
授業 0.0104 疲れる 0.007 出る 0.009 帰る 0.0133
自分 0.0104 人間 0.007 買う 0.0089 0.0132
レポート 0.0103 部屋 0.007 進捗 0.0082 ??? 0.0123
帰る 0.0103 多い 0.0069 ダメ 0.0082 忘れる 0.0122
A6 0.0096 0.0069 Slack 0.0082 時間 0.0122

となりました。なんとなくぽいですね。

5. 対応分析

次に対応分析をしてみます。KH Coderが裏でRを使う(というか丸投げする)のでRのインストールをします www.trifields.jp この辺を参考にしながら入れました。perlと同様にRにもパッケージをインストールしないといけないのですが、気をつけなくてはいけない点としてigraphのパッケージが最新のものでは動かないというのがあります。そこでここからigraph_0.7.1.tar.gzをダウンロードして

$ R
> remove.packages("igraph")
> install.packages("~/Downloads/igraph_0.7.1.tar.gz", repos=NULL, type="source")

結果は画像のようになりました。見方としては原点に近いほど特徴がなく、原点から赤字の方に離れているほどその人の特徴的な語です。 f:id:umaz1051:20161215193932p:plain 上の表と比べるとわかりやすいと思います。

6. それぞれの単語の出現回数

最後に出現回数の多い単語について誰が何回発言しているかを見ます。
ツール-文書-「文書×抽出語」表の出力-csvを選択し、集計単位をH1にして出力します。 出力されたファイルは横長で見づらいので表計算ソフトで行と列の入れ替えをすると良いでしょう。
できたものにsum列を追加し、合計値で並び替えると以下のようになりました

name おとくんのtweet ぼくのtweet kskのtweet 森のtweet sum
思う 26 27 46 45 144
x 73 45 18 3 139
行く 27 30 31 20 108
今日 18 24 23 29 94
寝る 13 14 23 36 86
感じ 28 17 14 21 80
見る 17 22 25 16 80
言う 14 14 26 24 78
明日 23 12 25 12 72
12 19 14 24 69
7 11 17 18 53
22 7 10 12 51
食べる 7 14 4 26 51
来る 8 21 16 5 50
起きる 10 9 14 16 49
入る 6 11 12 20 49
終わる 14 14 14 6 48
バイ 7 18 8 14 47
書く 11 16 12 8 47
痛い 12 17 0 18 47
飲む 4 24 4 13 45
レポート 10 1 17 16 44
気持ち 0 21 15 7 43
??? 20 3 2 18 43
帰る 10 8 13 12 43
8 18 5 11 42
時間 6 5 20 11 42
厳しい 4 16 9 13 42
11 7 8 13 39
忘れる 11 3 14 11 39
寒い 18 2 3 14 37
買う 14 6 10 6 36
自分 10 10 11 4 35
出る 7 6 10 12 35
食う 14 3 3 15 35
8 2 8 16 34
なんか 12 3 7 12 34
授業 11 8 4 10 33
眠い 14 5 6 8 33
面白い 12 8 8 2 30
持つ 5 6 10 8 29
8 10 5 6 29
先生 5 2 1 20 28
テスト 1 4 19 4 28
11 9 2 6 28
0 0 0 28 28
are 6 6 8 7 27
気づく 3 4 4 16 27
考える 10 9 4 4 27
死ぬ 5 9 9 4 27
入れる 5 7 9 6 27
良い 3 11 12 0 26
5 6 5 10 26
F4 10 6 9 0 25
昨日 8 7 5 5 25
最高 0 12 9 3 24
最近 11 4 6 3 24
作る 6 6 6 6 24
人生 1 20 2 0 23
あー 2 5 7 9 23
感じる 4 7 8 4 23
聞く 9 4 4 6 23
強い 11 7 4 1 23
多い 7 8 5 3 23
全然 5 0 10 7 22
E 11 7 4 0 22
居場所 0 7 14 0 21
写真 6 7 4 4 21
研究室 3 13 0 5 21
早い 3 5 10 3 21
8 3 0 10 21
取る 9 6 4 1 20
知る 6 2 7 5 20

おまけ

その一

大学に入学したぼくがJで語彙をなくし、klisで少し取り戻した様子(1期間あたり1780ツイート)*2

今日まで 16年8月まで 16年4月まで 15年12月まで 15年10月まで 15年6月まで 15年2月まで 14年6月まで
延べ単語数 15339 14899 13112 12621 13671 13396 13415 17862
1ツイートの平均文字数 16.53 15.61 13.86 13.19 14.33 13.93 13.93 19.62
名詞 2059 2019 1773 1550 1786 1625 1820 2183
動詞 449 456 428 413 441 443 427 440
未知語 306 243 198 234 239 219 249 332
副詞 129 138 136 139 113 132 134 157
形容詞 97 107 99 94 89 100 95 109
助詞 83 75 77 68 74 67 65 73
記号 39 30 24 27 29 29 33 83
接続詞 27 16 17 20 24 18 19 22
感動詞 23 33 33 31 27 30 24 32
接頭詞 20 20 10 14 29 20 18 15
助動詞 18 17 18 19 18 18 19 16
連体詞 15 12 10 10 15 17 12 19
フィラー 5 3 5 4 6 5 6 5
その他 1 1
出現単語数 3271 3169 2828 2623 2890 2723 2921 3487
その二おとくんの場合(12/16追記)
今日まで 16年8月まで 16年5月まで 15年11月まで 15年6月まで 15年2月まで 14年10月まで 14年7月まで
延べ単語数 40344 41316 34352 33465 33122 38033 39830 47087
1ツイートの平均文字数 18.72 19.04 15.96 15.44 15.48 17.83 18.4 21.7
名詞 3503 3571 3241 2917 2841 3264 3603 4131
動詞 762 725 684 679 641 701 712 774
未知語 486 458 445 480 830 783 636 540
副詞 259 238 221 213 212 206 231 286
形容詞 143 141 127 132 136 139 132 141
助詞 84 86 80 86 85 87 94 92
感動詞 58 53 51 59 51 60 59 62
記号 49 52 42 35 46 56 54 71
接頭詞 40 34 32 33 22 25 25 41
接続詞 35 33 32 32 33 35 36 41
助動詞 25 24 25 22 23 20 22 22
連体詞 19 21 18 16 19 18 21 21
フィラー 7 7 10 7 6 3 7 9
その他 1 1 1 1 1 1 1 1
出現単語数 5471 5444 5009 4712 4946 5398 5633 6232

少なくともJの期間ツイートが短くなるのは間違いなさそう

最後に

これを使おう textmining.userlocal.jp

*1:15総務局長,jsys局長,推進局長のこと、いろいろあって居場所をなくしてしまった3人組

*2:自分のツイートは公式から持ってこれる

いま巷で話題のいなふくんと飲んできた

いなふくんを隣に入れてあげたらAdvent Calendarを書いてくれと言われたので書きます。 この記事はいなふ進捗 Advent Calendar 20169日目の記事です qiita.com

いなふくんと飲んできた!!!!
なんと今回はAdvent Calendarが開かれるほど話題になっているいなふくんと一緒にお酒を飲む機会を幸運にもゲットすることができたのでその模様について書きたいと思います

お店

今回のお店は研究学園駅にある和伊ん亭です。僕のバイト先ですね。 r.gnavi.co.jp 今回いなふくんと一緒に飲むために僕は、バイト中に予約帳を開き自分の名前を書いて閉じるという不思議な体験をしました。

いなふ、来ない

このツイートから待つこと20分。いなふくんは来ません。研究学園までは自転車で15分もあれば着くはず。大丈夫でしょうか。

いなふ、来る

さらに待つこと10分ようやくいなふくんが現れました。
遅くなった原因について井上さんふらんしすこさんは

いなふは彼女連れて現れるから待ってろって

と述べているため、進捗に期待がかかりましたが残念ながら進捗は見られませんでした。

楽しい楽しい飲み会

みんなにサラダを取り分けるいなふくん。スピード感に溢れてますね。
この後ワインが3本空いてみんないい感じに酔っ払いましたがいなふくんはそんな中でも我々に料理を取り分けてくれました。優しいですね。

恋愛観のはなし

こーじ君の昨日の記事を読みながら、ピーマン先輩の就職後の恋愛について力説するいなふくん。曰く
部署が違うというのは恋愛にとって割といい距離感
だそうで、やはり誰とでも仲良くなるいなふくんにとってはこーじ君の言うとおり遠距離が向いてるのかななどと思いながら聞いていました。

二次会にて

一次会でいい感じに酔った我々は明日の授業を忘れて二次会へ行くことに。会場はBOSS47、バイト先その2です*1 r.gnavi.co.jp

ここでもいなふくんは絶好調です。
ますみさんの誕生日のためならカピオホール代2万円くらい簡単に出せるといい、ますみさんに拒否をされ、慎ましやかに祝って欲しいと言われたらケーキ200個で祝うといいます。
さすがイベント大好きないなふくんだけあって慎ましやかの定義が僕達とは違いますね。ただ、あまりにも一般の人と感覚がかけ離れすぎるとついていけなくなってしまうこともあるので気をつけたほうが良さそうです。

帰り

楽しかった飲み会もあっという間に時間は過ぎ時刻はもう午前1時です。明日も1限。流石に帰りましょう。
しかしここで事件です。しんさくくんが牡蠣でお腹を痛めたようです。
こんな時にも優しいいなふくん、コンビニに行ってポカリを買ってきてくれました。なんて優しいのでしょう。涙がでてきそうです。その後しんさくくんとますみさんを家まで送って解散です。お疲れ様でした。

実際にいなふくんと飲んでみて

お酒の席ではその人の本性が出るといいますが一緒に飲んでみてもいなふくんはみんなの言ってる通り、よく話して、周りの人のことを気にかけて、優しくて、良い人でした

良い人でした

良い人でした

*1:オーナーさんが和伊ん亭と同じ

本当に語彙力がないのは誰なのか

こういうアンケートをとっていたので実際に調べてみることにした。

ツイートの取得

今回はrubyTwitterAPIを使いツイートの取得をした

  1. アプリの登録とgemのインストール
    このページとかを参考にさくっとやる

  2. ツイートの取得

7rpn.hatenablog.com この記事を参考にやっていった

require "twitter"

#1.で作成したkey,tokenのセット
client = Twitter::REST::Client.new do |config|
  config.consumer_key        = 'Consumer Key (API Key)'
  config.consumer_secret     = 'Consumer Secret (API Secret)'
  config.access_token        = 'Access Token'
  config.access_token_secret = 'Access Token Secret'
end

puts 'ユーザ名:'
#ツイートを取得したいユーザーのユーザー名を取得(アカウント名ではない)
user = gets.chomp

#ユーザー名.txtファイルにツイートを書き出す
file_name = user + '.txt'
file = File.open(file_name, "w")

max_id = client.user_timeline(user).first.id

#200*5で1000件分取得
5.times do
  client.user_timeline(user, { count: 200, max_id: max_id } ).each do |tweet|
    file.puts tweet.text
    max_id = tweet.id
  end
end

file.close

Twitterの仕様上1回につき200ツイートまでしか取得できないようなので5回繰り返すことで1000件取得する(max_idはそのidのツイートより前のツイートを取得するオプション)
APIの利用は15分で15回までなので気をつける

ツイートの解析

ツイートの収集が終わったらそれを解析し、誰がボキャ貧なのかを明らかにする。 解析にはMeCabrubyから利用できるnattoというgemを利用する。

require 'natto'
require 'csv'

def mecab(txt)
  nm = Natto::MeCab.new(dicdir: "/usr/lib/mecab/dic/mecab-ipadic-neologd", node_format:'%f[6]\t%f[0]\n', unk_format: '%M\t未知語\n',eos_format:"")
    parse = nm.parse(txt)
  split = parse.split(/\n/)
  split.map! do |str| #,で配列に
    str.split(/\t/)
  end
  split.flatten!
  return split
end

dir = Dir.glob("*.txt")
dir.each do |file|
count = 0
  word = []
  File.foreach(file) do |line|
    if line =~ /^RT|^I'm at/ #リツイート,チェックインを除去
    else
      line.gsub!(/@.+\s|http.+(\s|$)|\(@.+\)|#.+(\s|$)/, "")  #リプライ,リンク,コメント付きチェックインのチェックイン部分,ハッシュタグの除去
      line.gsub!(/@/, "")    #複数人への空リプの除去
      parse = mecab(line)
      word.push(parse)
      count += 1
      if count == 900 #900ツイート解析したら終了
        break
      end
    end
  end

  word.flatten!
  word_count = Hash.new(0)
  word.each_with_index do |count, i|
    if i % 2 == 0
      word_count[count] += 1  #文字列の出現回数を数える
    end
  end

  word_sort = word_count.sort {|(k1, v1), (k2, v2)| v2 <=> v1 }
  word_class = Hash[*word]

  name = file.split(/.txt/)[0]
  out = name + ".csv"

  CSV.open(out, "wb") do |csv|
    csv << ["文字列", "出現回数", "品詞"]
    word_sort.each do |row|
      row.push(word_class[row[0]])
      csv << row
    end
  end
end

他人のツイートであるRTや定型文のチェックインなどは簡単に弾いた。また、解析するツイート数が同数になるように900ツイート解析することにした。 あとは出来上がったcsvをエクセルなどで適当に集計すればとりあえずおしまい

結果

比較のために語彙力に溢れんツイートをしているように見えるもと媒体長にも渦中の3人のほかに登場していただいた。
その結果が以下の表である。
※ツイートの取得時刻は2016/12/08 16:00頃

媒体長 ともねちゃん ヒマカ ksk
名詞 1519 968 1480 1131
動詞 340 275 346 323
未知語 191 131 131 110
副詞 118 95 101 89
形容詞 74 55 68 60
助詞 72 62 66 57
記号 25 22 26 18
助動詞 20 18 17 16
接頭詞 18 13 16 16
接続詞 17 17 14 14
連体詞 14 12 8 10
感動詞 12 17 17 11
フィラー 4 3 4 3
その他 1 1
出現単語数(uniq) 2425 1688 2295 1858

いかがでしたか?

そうだ、京都へ行こう(名シーン編)

京都旅行のおおまかな話は前の記事で書いたので特に印象に残ったことなどを書こうかなと

ラーメン博物館まで

KOBA789の運転で首都高を抜けYOKOHAMAへ
横浜で夕飯にするのは最初から決まっていたことなので湾岸線羽田空港あたりで夕飯を探すことに、話し合いの結果お題はラーメン。自分とかぶおじさんの「Hey Siri vs Ok Google」対決はSiriの勝ち*1一路ラーメン博物館へ
ラーメン博物館は雰囲気が良くて全員どハマり。直感ですみれに入る。うましf:id:umaz1051:20161204185658j:plainf:id:umaz1051:20161204185704j:plain

多賀SAまで

横浜を出発すると早速渋滞にハマる。東名に乗ってからは順調に進む。しかし遠い、ただ単に遠い。静岡長い。

  • 23:30 駿河湾沼津SA着
  • 25:20 浜松SA着 ここで多賀SA到着を諦め寝る方法を探しだす。しかし浜松は寝るのには不十分とりあえず先に進むことに
  • 26:30 岡崎SA着 自分はまだ高速で運転していないのでこの間多賀まで進むために車内で仮眠を取った。想像通り岡崎も睡眠には不十分
  • 28:12 多賀着東名の洗礼を浴びながらも無事到着することに成功した

多賀SAにて

京都市

京大生との待ち合わせで四条河原町を指定された我々は周辺でコインパーキングを探す。しかし四条河原町は京都の繁華街、高い。一本入ったところにはそれなりに安いパーキングもあるのだが一通地獄その上人が多くとにかく神経を使う。高速道路とはいかに走りやすいものだろうと思う。 狭い道ももちろんだが大通りも最悪で、左車線が路駐で埋まっていたり3車線中2車線が右折レーンになったりしている。そのためバスやタクシーが無理やり車線変更してくることも多い。つくばの道はとても走りやすいことがわかる

京都大学

そしてやってきた京都大学。まず目に入るのは立て看板

いい。筑波にも欲しい。

そしてなんと言っても学食が正解だった。営業時間は8:00〜21:00。この時点で正解。
実は値段についてはめちゃくちゃ安いというわけではないが、早いし美味い。29日の昼は中央食堂入ったが、京大の学食は北に行くほど美味しいらしいとのことなので30日の朝は北部食堂に行くことにした。
この北部食堂の朝食が良くて、おかずを300gまで自由に盛ることができるのである*2。そしてどれも美味い。筑波大学は一刻も早く京都大学を見習い学食を改善して欲しい。

また、京都大学には門があり、敷地が塀で囲まれており、適当に歩くと外に出ることができた。どれも筑波大では経験することのできない貴重な体験だった。

百万遍の交差点

まじで百万回くるから百万遍なんじゃないかと思うくらい来る。

貴船神社救出大作戦

[京都 夕飯 最強 ワザップ]で検索してもいい感じの夕飯が出てこなかった我々は一路大阪を目指すことにした。 大阪への行き方を調べながら白川通を下っているときに後輩からLINEが来る

貴船の山奥で終バスを逃して孤立してしまったんですが、

??

状況を理解するのに2分ほどかかったがどうやら貴船の山奥で終バスを逃して孤立したらしい。
とりあえず後ろの3人を京大生ハウスに置いて迎えに行くことに。
行ってみてわかったがたしかに何もない2ヶ月前に夜昇仙峡に行ったときのことを思い出す。
とりあえず乗っけて市街地まで運びみんなと合流し夕飯へと向かった。

今思えばこの時点で疲労は限界に達していたので大阪に行けなくて良かったと思う。それにしても京都まで車で来るなんていうアホなことが他の人の役に立つとは思わなかった。

因みにこの翌日札幌で飛行機を逃す事件が発生するのだがそれはまた別の話

旅行の宿は当日に取れ

宿については当日まで「京大生ハウスでいいっしょ」などと言っていたが6畳に5人は厳しさがあったので宿を取ることに。 Booking.comで安い順に並び替えると、75%OFFなど当日の捨て売り価格でそこそこの数の部屋が売られている。
結果1人あたり2200円程度*3と格安で宿泊することに成功した。 泊まったのはシャトレーイン京都安かろう悪かろうではなく普通に泊まれば1人あたり1万円くらいはするだけに立派な宿でした。

1年前の山梨旅行でみさき荘に泊まった時も前日に宿を取ったが、やはり大人数での旅行でなければ、当日または直前に宿を取るのが一番かなと思う。

帰路

全員に疲れが見える中、帰りの途中から雨が降り出し、運転が安定しなくなってきたがなんとかつくばまで帰ってくることができた。
京都にいる間はほとんど雨が降らなかったのには本当に恵まれていたと思う。

まとめ

京都に来たのは中学3年の修学旅行以来だったが街並みはほとんど変わっておらず、流石だなと感じた。
駅伝のために走った鴨川沿いの道も、金閣寺で売っている抹茶も、清水道すぐのところにある八ツ橋やさんも何も変わっていなかった。(店員は変わっていたが) そんな懐かしさを感じながらめぐった京都でしたが、当時は一番つまらなかったと評した銀閣寺でいいなぁなんて感傷に浸っていたりと6年前と変わらない景色の中で6年前と多少変わった自分を見ることができました。

また、京都まで車で行く中で、深夜の東名、新東名を走ったが、延々と続くトラックにも驚かされました。日本の物流を垣間見た感じです。

何はともかくめっちゃ疲れて*4めっちゃ楽しかったのでまた京都を始めとしていろんなところにふらっと旅行に行きたいです*5*6

*1:とはいえGoogleの検索結果が表示されたので実質Googleの勝ち

*2:300gを超えた場合は1gあたり1.08円追加

*3:4人で9000円

*4:半日くらい吐き気のない車酔いのような症状が続いた

*5:お金ない

*6:車でとは言っていない

そうだ、京都へ行こう(あらすじ編)

大学が入試で休みになったので大学の友人とちょっくら車で京都まで行ってきた

計画

我々はお金がないので当然新幹線で行くことはできない。しかし夜行バスではつまらない。
ということでレンタカーを借りて車で京都に行くことにした。東名、新東名あたりでは仮眠が取れるSAもあるので宿泊費を浮くしね。

ということでレンタカーを予約して当日を迎える。

ログ

1日目(11/28)

  • 18:00 レンタカーを借りて出発、借りたのは2000年のプリウス

    これで無傷で帰るのは不可能なのではないかと思うほどに運転が難しかった

  • 20:50 横浜ラーメン博物館着 京都まで行くには首都高で一旦降りて東名で入り直すほうが若干安い*1ということがわかったので横浜で夕飯にすることにした

  • 22:00頃 横浜出発、本日の宿多賀SAを目指す
  • 28:12 多賀SA着 多賀SAは風呂と仮眠室(雑魚寝ではなくマットレスがある)があって6時間850円。体力を回復するには充分であった

2日目(11/29)

  • 06:00 起床 意外とすっきり起きれた。*2朝食はSAのうどん
  • 09:00 平等院鳳凰堂到着 車も走れば京都に着く。割と感動の瞬間だった。 f:id:umaz1051:20161204122859j:plain
  • 12:30 三条付近に車を止めて筑波から京都に行った実委の後輩と合流*3 今回のメンバーで僕以外は全員初心運転者ということで市街地はずっと自分が運転したのだけれども既に心が折られる
  • 13:00 京大の中央食堂で昼飯。筑波大学は一刻も早く学食を改善すべき
  • 15:30 銀閣 雨が多少降っていたが逆に趣があってよかった。 f:id:umaz1051:20161204124149j:plain
  • 16:00頃 きちんと宿に泊まらないと体力的に厳しいということで宿を取る。当日捨て売り価格4人で9000円!安い!!
  • 18:00 チェックイン、京大生と合流し夕飯を探す
  • 18:55 同じように京都に旅行に来ていた後輩から連絡。貴船で終バスを逃したとのこと。急遽予定を変更し迎えに行くことに*4
  • 20:20 後輩を出町柳で降ろし京大生ハウスで再合流、大阪を諦め、いい肉の日なので適当に肉を食べることに。この辺でみんな無口になり始める
  • 21:10 いい肉屋(焼肉・韓国料理 琴)到着。駐車チャレンジ発生。生肉を食う
  • 23:30 宿着風呂に入り即寝る

3日目(11/30)

  • 6:50 起床
  • 8:40 京大の北部食堂で朝食、京大の学食は北に行くほど美味しいらしい。天才だった
  • 10:00 金閣寺着 6年前と同じ抹茶を買えたので大満足。全員買った。 f:id:umaz1051:20161204142751j:plain mainichi.jp この事件が金閣寺のすぐ近くだったらしく、報道の人とか警官とかがたくさんいた
  • 11:00頃 中途半端に時間が余ったので嵐山方面をドライブ、不動峠のような狭い道でワゴンとすれ違うなどエキサイティングなドライブに
  • 12:30 岡崎に車を置き自由行動に
  • 12:45 平安神宮 広い
  • 13:30 京都御所 広い、大体雙峰祭実施エリアぐらい
  • 14:00 バスで清水道
  • 14:30 松原通で昼食、おしゃれな茶屋でホルモン焼きうどんを食べた。ジャンキーだった。一緒にいたKOBA789は豆乳味噌豚バラうどんとかいうもっとジャンキーなものを食べていた
  • 15:00 清水寺地主神社はなんとなくスルー f:id:umaz1051:20161204151127j:plainf:id:umaz1051:20161204151130j:plain
  • 16:00 6年前と同じ八ツ橋屋さんで八ツ橋を買う f:id:umaz1051:20161204151256j:plain
  • 17:30 伏見稲荷着 山頂まで登る。帰りの運転分の足を使い切る f:id:umaz1051:20161204152440j:plainf:id:umaz1051:20161204152449j:plain 猫がたくさんいて可愛かった。
  • 19:30 伏見力の湯で休憩&夕飯。帰る力を回復
  • 21:00 つくばっく開始
  • 30:30 つくば着

旅の終わり

旅の終わりはすベての行程が終了後、家に帰るまでです。レンタカーを返却後、家に帰れていないので旅は続きます。

  • 42:00 6限が終了する
  • 42:30 北海道で飛行機を逃しフェリーで帰還する友人を迎えに大洗へ
    フェリーで帰還することになった経緯についてはこっちを osyoyu.hatenablog.com osyoyu.hatenablog.com
  • 43:30 大洗フェリーターミナル着
  • 44:00 友人と合流感動の瞬間である
  • 44:45 水戸で夕飯
  • 46:30 帰宅。旅の終わり。

感想とかは次に書きます

*1:とは言うものの300円程度だがそれで横浜に寄る大義名分が立つのだから充分すぎる

*2:あれ、2時間寝てなくない?

*3:話すと難しいが京都に行きたくなったから京大を受けたら受かったらしい

*4:このタイミングでは大阪に食べに行こうとか行って車を走らせていた

今年のボジョレー

飲んだ。4本飲んだ。

f:id:umaz1051:20161123003428j:plain:w300f:id:umaz1051:20161123003423j:plain:w300

あとの2本はいい感じの写真がなかったので4本並べた写真で

f:id:umaz1051:20161123003950j:plain:w600

今年のボジョレーは「エレガントで酸味と果実味のバランスがとれた上品な味わい」とのことだけれども,ちょっと酸味が強すぎな印象で、個人的には去年のほうが美味しかった。まあ去年の評価は「今世紀で最高の出来」だし当然といえば当然かもしれない。

この飲み会の実質翌日(約28時間後)につくばマラソンを走ったのだけれどもそのことについては次回