\# Учебная практика №2.2.



\# Освоить JupyterLab для работы с Python-кодом, анализа данных и визуализации.

Познакомиться с основами работы с pandas, numpy, matplotlib, seaborn и tqdm.

Научиться комментировать код, изменять параметры и анализировать результат.

Укрепить навыки работы с Git: вести репозиторий, фиксировать изменения, документировать процесс.



\## Описание

В работе используется JupyterLab для анализа данных с помощью библиотек pandas, numpy, matplotlib, seaborn и tqdm.



\## Файлы проекта

\- `week2\_analysis.ipynb` — основной блокнот с анализом данных;

\- `README.md` — описание проекта;

\- `requirements.txt` — список зависимостей;

\- `.gitignore` — исключаемые файлы и папки.