Анализ данных Bitcoin

Описание проекта

Программа анализирует исторические данные Bitcoin (цены и объемы торгов) и визуализирует ключевые метрики с помощью библиотек Python.

Технологии

• Python 3.x
• pandas - загрузка и обработка данных
• numpy - математические операции
• matplotlib - построение графиков
• seaborn - визуализация
• tqdm - отображение прогресса загрузки

Процесс работы программы

1. Загрузка данных

• Программа считывает CSV файл btcusd_1-min_data.csv кликабельно
• Файл содержит минутные данные Bitcoin со следующими столбцами:
  • Timestamp - время в Unix формате (окна по 60 секунд)
  • Open - цена открытия
  • High - максимальная цена
  • Low - минимальная цена
  • Close - цена закрытия
  • Volume - объем торгов в BTC

2. Визуализация загрузки

• Используется библиотека tqdm для отображения прогресс-бара
• Пользователь видит процесс загрузки данных в реальном времени

3. Базовый анализ данных

• Выводится информация о структуре данных (df.info())
• Отображается статистика по числовым столбцам (df.describe()):
  • Среднее значение
  • Стандартное отклонение
  • Минимальные и максимальные значения
  • Квартили

4. Визуализация данных

График 1: Гистограмма распределения цены закрытия

• Цель: Показать, как часто встречаются разные цены Bitcoin
• Ось X: Цена Bitcoin (USD)
• Ось Y: Количество наблюдений (частота)
• Характеристики: Желтые столбцы, 50 интервалов, сетка

График 2: Диаграмма рассеяния (объем vs цена)

• Цель: Выявить взаимосвязь между объемом торгов и ценой
• Сокращение данных: Для ускорения отрисовки используется случайная выборка из 5000 строк
• Ось X: Объем торгов (BTC)
• Ось Y: Цена закрытия (USD)
• Точки: Полупрозрачные для лучшей читаемости

График 3: Boxplot распределения цен

• Цель: Сравнить распределения цен открытия, максимума, минимума и закрытия
• Элементы boxplot:
  • Красная линия - медиана (50% данных)
  • Коробка - интервал между 25% и 75%
  • Усы - нормальный диапазон значений
  • Точки - выбросы (аномальные значения)