Задание
This commit is contained in:
ALEXSim
parent
f49213e6c7
commit
4442068440
5
.idea/.gitignore
generated
vendored
Normal file
5
.idea/.gitignore
generated
vendored
Normal file
@ -0,0 +1,5 @@
|
|||||||
|
# Default ignored files
|
||||||
|
/shelf/
|
||||||
|
/workspace.xml
|
||||||
|
# Editor-based HTTP Client requests
|
||||||
|
/httpRequests/
|
||||||
10
.idea/2zadanie.iml
generated
Normal file
10
.idea/2zadanie.iml
generated
Normal file
@ -0,0 +1,10 @@
|
|||||||
|
<?xml version="1.0" encoding="UTF-8"?>
|
||||||
|
<module type="PYTHON_MODULE" version="4">
|
||||||
|
<component name="NewModuleRootManager">
|
||||||
|
<content url="file://$MODULE_DIR$">
|
||||||
|
<excludeFolder url="file://$MODULE_DIR$/.venv" />
|
||||||
|
</content>
|
||||||
|
<orderEntry type="inheritedJdk" />
|
||||||
|
<orderEntry type="sourceFolder" forTests="false" />
|
||||||
|
</component>
|
||||||
|
</module>
|
||||||
6
.idea/inspectionProfiles/profiles_settings.xml
generated
Normal file
6
.idea/inspectionProfiles/profiles_settings.xml
generated
Normal file
@ -0,0 +1,6 @@
|
|||||||
|
<component name="InspectionProjectProfileManager">
|
||||||
|
<settings>
|
||||||
|
<option name="USE_PROJECT_PROFILE" value="false" />
|
||||||
|
<version value="1.0" />
|
||||||
|
</settings>
|
||||||
|
</component>
|
||||||
8
.idea/modules.xml
generated
Normal file
8
.idea/modules.xml
generated
Normal file
@ -0,0 +1,8 @@
|
|||||||
|
<?xml version="1.0" encoding="UTF-8"?>
|
||||||
|
<project version="4">
|
||||||
|
<component name="ProjectModuleManager">
|
||||||
|
<modules>
|
||||||
|
<module fileurl="file://$PROJECT_DIR$/.idea/2zadanie.iml" filepath="$PROJECT_DIR$/.idea/2zadanie.iml" />
|
||||||
|
</modules>
|
||||||
|
</component>
|
||||||
|
</project>
|
||||||
6
.idea/vcs.xml
generated
Normal file
6
.idea/vcs.xml
generated
Normal file
@ -0,0 +1,6 @@
|
|||||||
|
<?xml version="1.0" encoding="UTF-8"?>
|
||||||
|
<project version="4">
|
||||||
|
<component name="VcsDirectoryMappings">
|
||||||
|
<mapping directory="" vcs="Git" />
|
||||||
|
</component>
|
||||||
|
</project>
|
||||||
507
.ipynb_checkpoints/week2_analysis-checkpoint.ipynb
Normal file
507
.ipynb_checkpoints/week2_analysis-checkpoint.ipynb
Normal file
@ -0,0 +1,507 @@
|
|||||||
|
{
|
||||||
|
"cells": [
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"# Анализ данных пассажиров Титаника\n",
|
||||||
|
"\n",
|
||||||
|
"**Источник данных:** Kaggle - Titanic: Machine Learning from Disaster\n",
|
||||||
|
"**Цель анализа:** Изучить факторы, влияющие на выживаемость пассажиров\n",
|
||||||
|
"\n",
|
||||||
|
"**Дата анализа:** 07.05.2026"
|
||||||
|
],
|
||||||
|
"id": "849d0fe9d43b3ad2"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"# Импорт библиотек (изменен стиль импорта)\n",
|
||||||
|
"import pandas as pd\n",
|
||||||
|
"import numpy as np\n",
|
||||||
|
"import matplotlib.pyplot as plt\n",
|
||||||
|
"import seaborn as sns\n",
|
||||||
|
"from tqdm import tqdm\n",
|
||||||
|
"import warnings\n",
|
||||||
|
"warnings.filterwarnings('ignore')\n",
|
||||||
|
"\n",
|
||||||
|
"# Настройка отображения\n",
|
||||||
|
"%matplotlib inline\n",
|
||||||
|
"plt.rcParams['figure.figsize'] = (12, 6)\n",
|
||||||
|
"plt.style.use('seaborn-v0_8-darkgrid')\n",
|
||||||
|
"sns.set_palette(\"husl\")\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"✅ Библиотеки загружены\")\n",
|
||||||
|
"\n",
|
||||||
|
"# Загрузка встроенного датасета Titanic\n",
|
||||||
|
"df = sns.load_dataset('titanic')\n",
|
||||||
|
"print(f\"✅ Загружено {len(df)} записей о пассажирах\")\n",
|
||||||
|
"df.head(10) # Вывод в последней строке ячейки"
|
||||||
|
],
|
||||||
|
"id": "7b68a95f07cd5093"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"print(\"📊 ПЕРВИЧНЫЙ АНАЛИЗ ДАННЫХ\")\n",
|
||||||
|
"print(\"=\" * 50)\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n1. Информация о данных (df.info()):\")\n",
|
||||||
|
"print(df.info())\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n2. Статистическое описание (df.describe()):\")\n",
|
||||||
|
"print(df.describe())\n",
|
||||||
|
"\n",
|
||||||
|
"# Дополнительный анализ\n",
|
||||||
|
"print(\"\\n3. Анализ выживаемости по полу (изменено от примера):\")\n",
|
||||||
|
"print(pd.crosstab(df['sex'], df['alive'], normalize='index') * 100)"
|
||||||
|
],
|
||||||
|
"id": "82fb50b6dfcb725a"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"# Анализ пропущенных значений\n",
|
||||||
|
"missing_data = df.isnull().sum()\n",
|
||||||
|
"missing_percent = (missing_data / len(df)) * 100\n",
|
||||||
|
"\n",
|
||||||
|
"missing_df = pd.DataFrame({\n",
|
||||||
|
" 'Кол-во пропусков': missing_data,\n",
|
||||||
|
" 'Процент': missing_percent\n",
|
||||||
|
"}).sort_values('Кол-во пропусков', ascending=False)\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"📊 АНАЛИЗ ПРОПУЩЕННЫХ ДАННЫХ\")\n",
|
||||||
|
"print(\"=\" * 40)\n",
|
||||||
|
"print(missing_df[missing_df['Кол-во пропусков'] > 0])\n",
|
||||||
|
"\n",
|
||||||
|
"# Заполнение пропусков\n",
|
||||||
|
"df['age'].fillna(df['age'].median(), inplace=True)\n",
|
||||||
|
"df['embarked'].fillna(df['embarked'].mode()[0], inplace=True)\n",
|
||||||
|
"df.drop('deck', axis=1, inplace=True)\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"\\n✅ Пропуски заполнены. Размер данных: {df.shape}\")"
|
||||||
|
],
|
||||||
|
"id": "8624dc43d9bf124d"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"# Гистограмма распределения возрастов\n",
|
||||||
|
"plt.figure(figsize=(12, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Разделение по выжившим/погибшим\n",
|
||||||
|
"survived = df[df['survived'] == 1]['age']\n",
|
||||||
|
"died = df[df['survived'] == 0]['age']\n",
|
||||||
|
"\n",
|
||||||
|
"plt.hist(survived, bins=20, alpha=0.7, label='Выжившие', color='green', edgecolor='black')\n",
|
||||||
|
"plt.hist(died, bins=20, alpha=0.7, label='Погибшие', color='red', edgecolor='black')\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Возраст', fontsize=12)\n",
|
||||||
|
"plt.ylabel('Количество пассажиров', fontsize=12)\n",
|
||||||
|
"plt.title('Распределение возрастов пассажиров: Выжившие vs Погибшие', fontsize=14)\n",
|
||||||
|
"plt.axvline(survived.mean(), color='darkgreen', linestyle='--',\n",
|
||||||
|
" label=f'Ср. возраст выживших: {survived.mean():.1f}', alpha=0.8)\n",
|
||||||
|
"plt.axvline(died.mean(), color='darkred', linestyle='--',\n",
|
||||||
|
" label=f'Ср. возраст погибших: {died.mean():.1f}', alpha=0.8)\n",
|
||||||
|
"plt.legend()\n",
|
||||||
|
"plt.grid(alpha=0.3)\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"\\n📊 Вывод: Средний возраст выживших ({survived.mean():.1f}) выше, чем погибших ({died.mean():.1f})\")"
|
||||||
|
],
|
||||||
|
"id": "ecea1247c0fbb76f"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"# Scatterplot: возраст vs стоимость билета\n",
|
||||||
|
"plt.figure(figsize=(12, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Разные цвета для выживших и погибших\n",
|
||||||
|
"colors = df['survived'].map({0: 'red', 1: 'green'})\n",
|
||||||
|
"plt.scatter(df['age'], df['fare'], c=colors, alpha=0.6, s=50)\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Возраст (лет)', fontsize=12)\n",
|
||||||
|
"plt.ylabel('Стоимость билета ($)', fontsize=12)\n",
|
||||||
|
"plt.title('Зависимость стоимости билета от возраста пассажира', fontsize=14)\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавление регрессионной линии для общего тренда\n",
|
||||||
|
"z = np.polyfit(df['age'].dropna(), df['fare'].dropna(), 1)\n",
|
||||||
|
"p = np.poly1d(z)\n",
|
||||||
|
"plt.plot(df['age'].dropna().sort_values(), p(df['age'].dropna().sort_values()),\n",
|
||||||
|
" 'b--', alpha=0.8, label='Тренд')\n",
|
||||||
|
"\n",
|
||||||
|
"# Легенда\n",
|
||||||
|
"from matplotlib.patches import Patch\n",
|
||||||
|
"legend_elements = [Patch(facecolor='green', alpha=0.6, label='Выжившие'),\n",
|
||||||
|
" Patch(facecolor='red', alpha=0.6, label='Погибшие')]\n",
|
||||||
|
"plt.legend(handles=legend_elements)\n",
|
||||||
|
"plt.grid(alpha=0.3)\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"\\n📊 Корреляция между возрастом и стоимостью билета: {df['age'].corr(df['fare']):.3f}\")"
|
||||||
|
],
|
||||||
|
"id": "a2e54f37810622bd"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"# Boxplot: класс билета vs возраст\n",
|
||||||
|
"plt.figure(figsize=(10, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Изменен порядок классов и добавлены цвета\n",
|
||||||
|
"order = [1, 2, 3]\n",
|
||||||
|
"sns.boxplot(x='class', y='age', data=df, order=order, palette='Set2')\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Класс билета (1 - лучший, 3 - худший)', fontsize=12)\n",
|
||||||
|
"plt.ylabel('Возраст пассажира', fontsize=12)\n",
|
||||||
|
"plt.title('Распределение возрастов по классам билетов', fontsize=14)\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавление средних значений\n",
|
||||||
|
"for i, class_val in enumerate([1, 2, 3]):\n",
|
||||||
|
" mean_age = df[df['pclass'] == class_val]['age'].mean()\n",
|
||||||
|
" plt.text(i, mean_age + 1, f'Ср.: {mean_age:.1f}', ha='center', fontsize=10)\n",
|
||||||
|
"\n",
|
||||||
|
"plt.grid(axis='y', alpha=0.3)\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n📊 Статистика по классам:\")\n",
|
||||||
|
"print(df.groupby('pclass')['age'].agg(['mean', 'median', 'std']).round(1))"
|
||||||
|
],
|
||||||
|
"id": "85009f4a16158b88"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"from tqdm import tqdm\n",
|
||||||
|
"import time\n",
|
||||||
|
"\n",
|
||||||
|
"# Симуляция обработки данных с прогресс-баром\n",
|
||||||
|
"print(\"🔄 Анализ данных пассажиров с прогресс-баром...\")\n",
|
||||||
|
"\n",
|
||||||
|
"# Группировка пассажиров и анализ\n",
|
||||||
|
"results = []\n",
|
||||||
|
"for ticket_class in tqdm(df['pclass'].unique(), desc=\"Анализ классов\", unit=\"класс\", colour='green'):\n",
|
||||||
|
" class_data = df[df['pclass'] == ticket_class]\n",
|
||||||
|
" time.sleep(0.1) # Симуляция вычислений\n",
|
||||||
|
"\n",
|
||||||
|
" results.append({\n",
|
||||||
|
" 'класс': ticket_class,\n",
|
||||||
|
" 'кол-во_пассажиров': len(class_data),\n",
|
||||||
|
" 'выживаемость_%': (class_data['survived'].sum() / len(class_data)) * 100,\n",
|
||||||
|
" 'средний_возраст': class_data['age'].mean(),\n",
|
||||||
|
" 'средняя_цена_билета': class_data['fare'].mean()\n",
|
||||||
|
" })\n",
|
||||||
|
"\n",
|
||||||
|
"result_df = pd.DataFrame(results)\n",
|
||||||
|
"print(\"\\n✅ Анализ завершен!\")\n",
|
||||||
|
"result_df"
|
||||||
|
],
|
||||||
|
"id": "ea8315adea678f3d"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"# Тепловая карта корреляций\n",
|
||||||
|
"plt.figure(figsize=(10, 8))\n",
|
||||||
|
"\n",
|
||||||
|
"# Выбираем числовые колонки\n",
|
||||||
|
"numeric_cols = ['survived', 'pclass', 'age', 'sibsp', 'parch', 'fare']\n",
|
||||||
|
"corr_matrix = df[numeric_cols].corr()\n",
|
||||||
|
"\n",
|
||||||
|
"sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', center=0,\n",
|
||||||
|
" square=True, linewidths=2, fmt='.3f',\n",
|
||||||
|
" cbar_kws={'label': 'Коэффициент корреляции'})\n",
|
||||||
|
"plt.title('Матрица корреляции параметров выживаемости', fontsize=14)\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n📈 Ключевые корреляции с выживаемостью:\")\n",
|
||||||
|
"print(f\" Класс билета: {corr_matrix.loc['survived', 'pclass']:.3f} (отрицательная = лучше класс = выше шанс)\")\n",
|
||||||
|
"print(f\" Цена билета: {corr_matrix.loc['survived', 'fare']:.3f} (положительная = дороже билет = выше шанс)\")\n",
|
||||||
|
"print(f\" Возраст: {corr_matrix.loc['survived', 'age']:.3f} (слабая корреляция)\")"
|
||||||
|
],
|
||||||
|
"id": "12ede302d3d767ef"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ПОЛНЫЙ КОД СО ВСЕМИ ГРАФИКАМИ\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"\n",
|
||||||
|
"import pandas as pd\n",
|
||||||
|
"import numpy as np\n",
|
||||||
|
"import matplotlib.pyplot as plt\n",
|
||||||
|
"import seaborn as sns\n",
|
||||||
|
"\n",
|
||||||
|
"# Загрузка данных\n",
|
||||||
|
"df = sns.load_dataset('titanic')\n",
|
||||||
|
"\n",
|
||||||
|
"# Очистка данных\n",
|
||||||
|
"df['age'].fillna(df['age'].median(), inplace=True)\n",
|
||||||
|
"df['fare'].fillna(df['fare'].median(), inplace=True)\n",
|
||||||
|
"\n",
|
||||||
|
"# Настройка стиля\n",
|
||||||
|
"plt.rcParams['figure.figsize'] = (12, 6)\n",
|
||||||
|
"sns.set_style(\"whitegrid\")\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"=\" * 60)\n",
|
||||||
|
"print(\"📊 ПОСТРОЕНИЕ ГРАФИКОВ ДЛЯ АНАЛИЗА ДАННЫХ\")\n",
|
||||||
|
"print(\"=\" * 60)\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ГРАФИК 1: ГИСТОГРАММА (Histogram)\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n1️⃣ ГИСТОГРАММА - Распределение возрастов пассажиров\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(12, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Разделяем выживших и погибших\n",
|
||||||
|
"survived = df[df['survived'] == 1]['age']\n",
|
||||||
|
"died = df[df['survived'] == 0]['age']\n",
|
||||||
|
"\n",
|
||||||
|
"plt.hist(survived, bins=20, alpha=0.7, label='Выжившие',\n",
|
||||||
|
" color='green', edgecolor='black', linewidth=1.5)\n",
|
||||||
|
"plt.hist(died, bins=20, alpha=0.7, label='Погибшие',\n",
|
||||||
|
" color='red', edgecolor='black', linewidth=1.5)\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Возраст (лет)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.ylabel('Количество пассажиров', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.title('ГРАФИК 1: Распределение возрастов (Выжившие vs Погибшие)',\n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"plt.axvline(survived.mean(), color='darkgreen', linestyle='--', linewidth=2,\n",
|
||||||
|
" label=f'Средний возраст выживших: {survived.mean():.1f}')\n",
|
||||||
|
"plt.axvline(died.mean(), color='darkred', linestyle='--', linewidth=2,\n",
|
||||||
|
" label=f'Средний возраст погибших: {died.mean():.1f}')\n",
|
||||||
|
"plt.legend(loc='upper right', fontsize=10)\n",
|
||||||
|
"plt.grid(alpha=0.3)\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"✅ ГРАФИК 1 построен! Средний возраст выживших: {survived.mean():.1f}, погибших: {died.mean():.1f}\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ГРАФИК 2: ТОЧЕЧНЫЙ ГРАФИК (Scatterplot)\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n2️⃣ ТОЧЕЧНЫЙ ГРАФИК - Возраст vs Стоимость билета\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(12, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Цветовая схема: зеленые - выжившие, красные - погибшие\n",
|
||||||
|
"colors = df['survived'].map({0: 'red', 1: 'green'})\n",
|
||||||
|
"sizes = df['age'].fillna(30) * 2 # Размер точек зависит от возраста\n",
|
||||||
|
"\n",
|
||||||
|
"scatter = plt.scatter(df['age'], df['fare'], c=colors, alpha=0.6, s=sizes, edgecolors='black', linewidth=0.5)\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Возраст (лет)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.ylabel('Стоимость билета ($)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.title('ГРАФИК 2: Зависимость стоимости билета от возраста пассажира',\n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавляем линию тренда\n",
|
||||||
|
"z = np.polyfit(df['age'].dropna(), df['fare'].dropna(), 1)\n",
|
||||||
|
"p = np.poly1d(z)\n",
|
||||||
|
"x_trend = np.linspace(df['age'].min(), df['age'].max(), 100)\n",
|
||||||
|
"plt.plot(x_trend, p(x_trend), 'b--', linewidth=2, label='Линия тренда')\n",
|
||||||
|
"\n",
|
||||||
|
"# Легенда\n",
|
||||||
|
"from matplotlib.patches import Patch\n",
|
||||||
|
"legend_elements = [\n",
|
||||||
|
" Patch(facecolor='green', alpha=0.6, label='Выжившие'),\n",
|
||||||
|
" Patch(facecolor='red', alpha=0.6, label='Погибшие'),\n",
|
||||||
|
" Patch(facecolor='blue', alpha=0.6, label='Линия тренда')\n",
|
||||||
|
"]\n",
|
||||||
|
"plt.legend(handles=legend_elements, loc='upper right', fontsize=10)\n",
|
||||||
|
"plt.grid(alpha=0.3)\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"correlation = df['age'].corr(df['fare'])\n",
|
||||||
|
"print(f\"✅ ГРАФИК 2 построен! Корреляция между возрастом и ценой билета: {correlation:.3f}\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ГРАФИК 3: BOXPLOT (Ящик с усами)\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n3️⃣ ЯЩИК С УСАМИ - Распределение цен на билеты по классам\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(10, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Создаем boxplot с кастомными цветами\n",
|
||||||
|
"boxplot = sns.boxplot(x='pclass', y='fare', data=df,\n",
|
||||||
|
" palette='Set2', linewidth=2,\n",
|
||||||
|
" fliersize=5, flierprops=dict(marker='o', markerfacecolor='red', markersize=6))\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Класс билета (1 - первый/роскошный, 3 - третий/эконом)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.ylabel('Стоимость билета ($)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.title('ГРАФИК 3: Распределение стоимости билетов по классам обслуживания',\n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавляем аннотации со средними значениями\n",
|
||||||
|
"for i, pclass in enumerate([1, 2, 3], 1):\n",
|
||||||
|
" mean_fare = df[df['pclass'] == pclass]['fare'].mean()\n",
|
||||||
|
" plt.text(i - 0.8, mean_fare + 10, f'Средняя: ${mean_fare:.0f}',\n",
|
||||||
|
" fontsize=10, ha='center', bbox=dict(boxstyle=\"round,pad=0.3\", facecolor=\"yellow\", alpha=0.7))\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xticks([0, 1, 2], ['1 класс (люкс)', '2 класс (стандарт)', '3 класс (эконом)'], rotation=15)\n",
|
||||||
|
"plt.grid(axis='y', alpha=0.3)\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"✅ ГРАФИК 3 построен!\")\n",
|
||||||
|
"print(f\" Средние цены: 1 класс: ${df[df['pclass']==1]['fare'].mean():.0f}, \"\n",
|
||||||
|
" f\"2 класс: ${df[df['pclass']==2]['fare'].mean():.0f}, \"\n",
|
||||||
|
" f\"3 класс: ${df[df['pclass']==3]['fare'].mean():.0f}\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ДОПОЛНИТЕЛЬНЫЙ ГРАФИК 4: Тепловая карта (Heatmap)\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n4️⃣ ТЕПЛОВАЯ КАРТА - Корреляция параметров\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(10, 8))\n",
|
||||||
|
"\n",
|
||||||
|
"# Выбираем числовые параметры\n",
|
||||||
|
"numeric_cols = ['survived', 'pclass', 'age', 'sibsp', 'parch', 'fare']\n",
|
||||||
|
"corr_matrix = df[numeric_cols].corr()\n",
|
||||||
|
"\n",
|
||||||
|
"# Создаем тепловую карту\n",
|
||||||
|
"sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', center=0,\n",
|
||||||
|
" square=True, linewidths=2, fmt='.3f',\n",
|
||||||
|
" cbar_kws={'label': 'Коэффициент корреляции', 'shrink': 0.8},\n",
|
||||||
|
" annot_kws={'size': 12, 'weight': 'bold'})\n",
|
||||||
|
"\n",
|
||||||
|
"plt.title('ГРАФИК 4: Матрица корреляции параметров выживаемости',\n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"✅ ГРАФИК 4 построен!\")\n",
|
||||||
|
"print(\" Ключевые корреляции с выживаемостью (survived):\")\n",
|
||||||
|
"print(f\" • Класс билета (pclass): {corr_matrix.loc['survived', 'pclass']:.3f} (отрицательная)\")\n",
|
||||||
|
"print(f\" • Цена билета (fare): {corr_matrix.loc['survived', 'fare']:.3f} (положительная)\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ДОПОЛНИТЕЛЬНЫЙ ГРАФИК 5: Столбчатая диаграмма\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n5️⃣ СТОЛБЧАТАЯ ДИАГРАММА - Выживаемость по классам\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(10, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Считаем выживаемость по классам\n",
|
||||||
|
"survival_by_class = df.groupby('pclass')['survived'].mean() * 100\n",
|
||||||
|
"\n",
|
||||||
|
"bars = plt.bar([1, 2, 3], survival_by_class.values,\n",
|
||||||
|
" color=['gold', 'silver', '#CD7F32'],\n",
|
||||||
|
" edgecolor='black', linewidth=2, alpha=0.8)\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавляем значения на столбцы\n",
|
||||||
|
"for bar, value in zip(bars, survival_by_class.values):\n",
|
||||||
|
" plt.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 2,\n",
|
||||||
|
" f'{value:.1f}%', ha='center', va='bottom', fontsize=12, fontweight='bold')\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Класс билета', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.ylabel('Выживаемость (%)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.title('ГРАФИК 5: Процент выживших пассажиров по классам',\n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"plt.xticks([1, 2, 3], ['1 класс\\n(люкс)', '2 класс\\n(стандарт)', '3 класс\\n(эконом)'])\n",
|
||||||
|
"plt.ylim(0, 100)\n",
|
||||||
|
"plt.grid(axis='y', alpha=0.3)\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавляем среднюю линию\n",
|
||||||
|
"plt.axhline(df['survived'].mean() * 100, color='red', linestyle='--', linewidth=2,\n",
|
||||||
|
" label=f'Общая выживаемость: {df[\"survived\"].mean()*100:.1f}%')\n",
|
||||||
|
"plt.legend()\n",
|
||||||
|
"\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"✅ ГРАФИК 5 построен!\")\n",
|
||||||
|
"print(f\" Выживаемость: 1 класс: {survival_by_class[1]:.1f}%, \"\n",
|
||||||
|
" f\"2 класс: {survival_by_class[2]:.1f}%, \"\n",
|
||||||
|
" f\"3 класс: {survival_by_class[3]:.1f}%\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ИТОГИ\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n\" + \"=\" * 60)\n",
|
||||||
|
"print(\"📊 ИТОГИ ПОСТРОЕНИЯ ГРАФИКОВ\")\n",
|
||||||
|
"print(\"=\" * 60)\n",
|
||||||
|
"print(\"✅ Построено 5 графиков:\")\n",
|
||||||
|
"print(\" 1. Гистограмма (Histogram) - распределение возрастов\")\n",
|
||||||
|
"print(\" 2. Точечный график (Scatterplot) - возраст vs цена билета\")\n",
|
||||||
|
"print(\" 3. Ящик с усами (Boxplot) - распределение цен по классам\")\n",
|
||||||
|
"print(\" 4. Тепловая карта (Heatmap) - корреляция параметров\")\n",
|
||||||
|
"print(\" 5. Столбчатая диаграмма (Bar chart) - выживаемость по классам\")\n",
|
||||||
|
"print(\"=\" * 60)"
|
||||||
|
],
|
||||||
|
"id": "870930145d19645"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": [
|
||||||
|
"## 📝 ВЫВОДЫ ПО РЕЗУЛЬТАТАМ АНАЛИЗА\n",
|
||||||
|
"\n",
|
||||||
|
"### Ключевые результаты:\n",
|
||||||
|
"1. **Объем данных**: Проанализировано {len(df)} пассажиров\n",
|
||||||
|
"2. **Общая выживаемость**: {df['survived'].mean()*100:.1f}%\n",
|
||||||
|
"\n",
|
||||||
|
"### Факторы, влияющие на выживаемость:\n",
|
||||||
|
"- **Класс билета**: Пассажиры 1-го класса выживали значительно чаще\n",
|
||||||
|
"- **Пол**: Женщины выживали чаще мужчин\n",
|
||||||
|
"- **Возраст**: Дети выживали чаще взрослых\n",
|
||||||
|
"- **Цена билета**: Более дорогие билеты коррелируют с более высокими шансами\n",
|
||||||
|
"\n",
|
||||||
|
"### Рекомендации для системы управления:\n",
|
||||||
|
"1. Учитывать категории пользователей при приоритизации\n",
|
||||||
|
"2. Внедрить систему лояльности для постоянных клиентов\n",
|
||||||
|
"3. Анализировать поведение разных сегментов аудитории\n",
|
||||||
|
"\n"
|
||||||
|
],
|
||||||
|
"id": "bb76a6b35ff61162"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"source": "",
|
||||||
|
"id": "ad6c90dab130cf29"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"metadata": {},
|
||||||
|
"cell_type": "code",
|
||||||
|
"source": "",
|
||||||
|
"id": "4c1457863ccaa86",
|
||||||
|
"outputs": [],
|
||||||
|
"execution_count": null
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"metadata": {
|
||||||
|
"kernelspec": {
|
||||||
|
"display_name": "Python 3",
|
||||||
|
"language": "python",
|
||||||
|
"name": "python3"
|
||||||
|
},
|
||||||
|
"language_info": {
|
||||||
|
"codemirror_mode": {
|
||||||
|
"name": "ipython",
|
||||||
|
"version": 2
|
||||||
|
},
|
||||||
|
"file_extension": ".py",
|
||||||
|
"mimetype": "text/x-python",
|
||||||
|
"name": "python",
|
||||||
|
"nbconvert_exporter": "python",
|
||||||
|
"pygments_lexer": "ipython2",
|
||||||
|
"version": "2.7.6"
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"nbformat": 4,
|
||||||
|
"nbformat_minor": 5
|
||||||
|
}
|
||||||
541
week2_analysis.ipynb
Normal file
541
week2_analysis.ipynb
Normal file
@ -0,0 +1,541 @@
|
|||||||
|
{
|
||||||
|
"cells": [
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "849d0fe9d43b3ad2",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"# Анализ данных пассажиров Титаника\n",
|
||||||
|
"\n",
|
||||||
|
"**Источник данных:** Kaggle - Titanic: Machine Learning from Disaster\n",
|
||||||
|
"**Цель анализа:** Изучить факторы, влияющие на выживаемость пассажиров\n",
|
||||||
|
"\n",
|
||||||
|
"**Дата анализа:** 07.05.2026"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "7b68a95f07cd5093",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"# Импорт библиотек (изменен стиль импорта)\n",
|
||||||
|
"import pandas as pd\n",
|
||||||
|
"import numpy as np\n",
|
||||||
|
"import matplotlib.pyplot as plt\n",
|
||||||
|
"import seaborn as sns\n",
|
||||||
|
"from tqdm import tqdm\n",
|
||||||
|
"import warnings\n",
|
||||||
|
"warnings.filterwarnings('ignore')\n",
|
||||||
|
"\n",
|
||||||
|
"# Настройка отображения\n",
|
||||||
|
"%matplotlib inline\n",
|
||||||
|
"plt.rcParams['figure.figsize'] = (12, 6)\n",
|
||||||
|
"plt.style.use('seaborn-v0_8-darkgrid')\n",
|
||||||
|
"sns.set_palette(\"husl\")\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"✅ Библиотеки загружены\")\n",
|
||||||
|
"\n",
|
||||||
|
"# Загрузка встроенного датасета Titanic\n",
|
||||||
|
"df = sns.load_dataset('titanic')\n",
|
||||||
|
"print(f\"✅ Загружено {len(df)} записей о пассажирах\")\n",
|
||||||
|
"df.head(10) # Вывод в последней строке ячейки"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "82fb50b6dfcb725a",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"print(\"📊 ПЕРВИЧНЫЙ АНАЛИЗ ДАННЫХ\")\n",
|
||||||
|
"print(\"=\" * 50)\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n1. Информация о данных (df.info()):\")\n",
|
||||||
|
"print(df.info())\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n2. Статистическое описание (df.describe()):\")\n",
|
||||||
|
"print(df.describe())\n",
|
||||||
|
"\n",
|
||||||
|
"# Дополнительный анализ\n",
|
||||||
|
"print(\"\\n3. Анализ выживаемости по полу (изменено от примера):\")\n",
|
||||||
|
"print(pd.crosstab(df['sex'], df['alive'], normalize='index') * 100)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "8624dc43d9bf124d",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"# Анализ пропущенных значений\n",
|
||||||
|
"missing_data = df.isnull().sum()\n",
|
||||||
|
"missing_percent = (missing_data / len(df)) * 100\n",
|
||||||
|
"\n",
|
||||||
|
"missing_df = pd.DataFrame({\n",
|
||||||
|
" 'Кол-во пропусков': missing_data,\n",
|
||||||
|
" 'Процент': missing_percent\n",
|
||||||
|
"}).sort_values('Кол-во пропусков', ascending=False)\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"📊 АНАЛИЗ ПРОПУЩЕННЫХ ДАННЫХ\")\n",
|
||||||
|
"print(\"=\" * 40)\n",
|
||||||
|
"print(missing_df[missing_df['Кол-во пропусков'] > 0])\n",
|
||||||
|
"\n",
|
||||||
|
"# Заполнение пропусков\n",
|
||||||
|
"df['age'].fillna(df['age'].median(), inplace=True)\n",
|
||||||
|
"df['embarked'].fillna(df['embarked'].mode()[0], inplace=True)\n",
|
||||||
|
"df.drop('deck', axis=1, inplace=True)\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"\\n✅ Пропуски заполнены. Размер данных: {df.shape}\")"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "ecea1247c0fbb76f",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"# Гистограмма распределения возрастов\n",
|
||||||
|
"plt.figure(figsize=(12, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Разделение по выжившим/погибшим\n",
|
||||||
|
"survived = df[df['survived'] == 1]['age']\n",
|
||||||
|
"died = df[df['survived'] == 0]['age']\n",
|
||||||
|
"\n",
|
||||||
|
"plt.hist(survived, bins=20, alpha=0.7, label='Выжившие', color='green', edgecolor='black')\n",
|
||||||
|
"plt.hist(died, bins=20, alpha=0.7, label='Погибшие', color='red', edgecolor='black')\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Возраст', fontsize=12)\n",
|
||||||
|
"plt.ylabel('Количество пассажиров', fontsize=12)\n",
|
||||||
|
"plt.title('Распределение возрастов пассажиров: Выжившие vs Погибшие', fontsize=14)\n",
|
||||||
|
"plt.axvline(survived.mean(), color='darkgreen', linestyle='--',\n",
|
||||||
|
" label=f'Ср. возраст выживших: {survived.mean():.1f}', alpha=0.8)\n",
|
||||||
|
"plt.axvline(died.mean(), color='darkred', linestyle='--',\n",
|
||||||
|
" label=f'Ср. возраст погибших: {died.mean():.1f}', alpha=0.8)\n",
|
||||||
|
"plt.legend()\n",
|
||||||
|
"plt.grid(alpha=0.3)\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"\\n📊 Вывод: Средний возраст выживших ({survived.mean():.1f}) выше, чем погибших ({died.mean():.1f})\")"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "a2e54f37810622bd",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"# Scatterplot: возраст vs стоимость билета\n",
|
||||||
|
"plt.figure(figsize=(12, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Разные цвета для выживших и погибших\n",
|
||||||
|
"colors = df['survived'].map({0: 'red', 1: 'green'})\n",
|
||||||
|
"plt.scatter(df['age'], df['fare'], c=colors, alpha=0.6, s=50)\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Возраст (лет)', fontsize=12)\n",
|
||||||
|
"plt.ylabel('Стоимость билета ($)', fontsize=12)\n",
|
||||||
|
"plt.title('Зависимость стоимости билета от возраста пассажира', fontsize=14)\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавление регрессионной линии для общего тренда\n",
|
||||||
|
"z = np.polyfit(df['age'].dropna(), df['fare'].dropna(), 1)\n",
|
||||||
|
"p = np.poly1d(z)\n",
|
||||||
|
"plt.plot(df['age'].dropna().sort_values(), p(df['age'].dropna().sort_values()),\n",
|
||||||
|
" 'b--', alpha=0.8, label='Тренд')\n",
|
||||||
|
"\n",
|
||||||
|
"# Легенда\n",
|
||||||
|
"from matplotlib.patches import Patch\n",
|
||||||
|
"legend_elements = [Patch(facecolor='green', alpha=0.6, label='Выжившие'),\n",
|
||||||
|
" Patch(facecolor='red', alpha=0.6, label='Погибшие')]\n",
|
||||||
|
"plt.legend(handles=legend_elements)\n",
|
||||||
|
"plt.grid(alpha=0.3)\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"\\n📊 Корреляция между возрастом и стоимостью билета: {df['age'].corr(df['fare']):.3f}\")"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "85009f4a16158b88",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"# Boxplot: класс билета vs возраст\n",
|
||||||
|
"plt.figure(figsize=(10, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Изменен порядок классов и добавлены цвета\n",
|
||||||
|
"order = [1, 2, 3]\n",
|
||||||
|
"sns.boxplot(x='class', y='age', data=df, order=order, palette='Set2')\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Класс билета (1 - лучший, 3 - худший)', fontsize=12)\n",
|
||||||
|
"plt.ylabel('Возраст пассажира', fontsize=12)\n",
|
||||||
|
"plt.title('Распределение возрастов по классам билетов', fontsize=14)\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавление средних значений\n",
|
||||||
|
"for i, class_val in enumerate([1, 2, 3]):\n",
|
||||||
|
" mean_age = df[df['pclass'] == class_val]['age'].mean()\n",
|
||||||
|
" plt.text(i, mean_age + 1, f'Ср.: {mean_age:.1f}', ha='center', fontsize=10)\n",
|
||||||
|
"\n",
|
||||||
|
"plt.grid(axis='y', alpha=0.3)\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n📊 Статистика по классам:\")\n",
|
||||||
|
"print(df.groupby('pclass')['age'].agg(['mean', 'median', 'std']).round(1))"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "ea8315adea678f3d",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"from tqdm import tqdm\n",
|
||||||
|
"import time\n",
|
||||||
|
"\n",
|
||||||
|
"# Симуляция обработки данных с прогресс-баром\n",
|
||||||
|
"print(\"🔄 Анализ данных пассажиров с прогресс-баром...\")\n",
|
||||||
|
"\n",
|
||||||
|
"# Группировка пассажиров и анализ\n",
|
||||||
|
"results = []\n",
|
||||||
|
"for ticket_class in tqdm(df['pclass'].unique(), desc=\"Анализ классов\", unit=\"класс\", colour='green'):\n",
|
||||||
|
" class_data = df[df['pclass'] == ticket_class]\n",
|
||||||
|
" time.sleep(0.1) # Симуляция вычислений\n",
|
||||||
|
"\n",
|
||||||
|
" results.append({\n",
|
||||||
|
" 'класс': ticket_class,\n",
|
||||||
|
" 'кол-во_пассажиров': len(class_data),\n",
|
||||||
|
" 'выживаемость_%': (class_data['survived'].sum() / len(class_data)) * 100,\n",
|
||||||
|
" 'средний_возраст': class_data['age'].mean(),\n",
|
||||||
|
" 'средняя_цена_билета': class_data['fare'].mean()\n",
|
||||||
|
" })\n",
|
||||||
|
"\n",
|
||||||
|
"result_df = pd.DataFrame(results)\n",
|
||||||
|
"print(\"\\n✅ Анализ завершен!\")\n",
|
||||||
|
"result_df"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "12ede302d3d767ef",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"# Тепловая карта корреляций\n",
|
||||||
|
"plt.figure(figsize=(10, 8))\n",
|
||||||
|
"\n",
|
||||||
|
"# Выбираем числовые колонки\n",
|
||||||
|
"numeric_cols = ['survived', 'pclass', 'age', 'sibsp', 'parch', 'fare']\n",
|
||||||
|
"corr_matrix = df[numeric_cols].corr()\n",
|
||||||
|
"\n",
|
||||||
|
"sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', center=0,\n",
|
||||||
|
" square=True, linewidths=2, fmt='.3f',\n",
|
||||||
|
" cbar_kws={'label': 'Коэффициент корреляции'})\n",
|
||||||
|
"plt.title('Матрица корреляции параметров выживаемости', fontsize=14)\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n📈 Ключевые корреляции с выживаемостью:\")\n",
|
||||||
|
"print(f\" Класс билета: {corr_matrix.loc['survived', 'pclass']:.3f} (отрицательная = лучше класс = выше шанс)\")\n",
|
||||||
|
"print(f\" Цена билета: {corr_matrix.loc['survived', 'fare']:.3f} (положительная = дороже билет = выше шанс)\")\n",
|
||||||
|
"print(f\" Возраст: {corr_matrix.loc['survived', 'age']:.3f} (слабая корреляция)\")"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "870930145d19645",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"# =========================\n",
|
||||||
|
"# КОД СО ВСЕМИ ГРАФИКАМИ\n",
|
||||||
|
"# =========================\n",
|
||||||
|
"\n",
|
||||||
|
"import pandas as pd\n",
|
||||||
|
"import numpy as np\n",
|
||||||
|
"import matplotlib.pyplot as plt\n",
|
||||||
|
"import seaborn as sns\n",
|
||||||
|
"\n",
|
||||||
|
"# Загрузка данных\n",
|
||||||
|
"df = sns.load_dataset('titanic')\n",
|
||||||
|
"\n",
|
||||||
|
"df['age'] = df['age'].fillna(df['age'].median())\n",
|
||||||
|
"df['fare'] = df['fare'].fillna(df['fare'].median())\n",
|
||||||
|
"df['embarked'] = df['embarked'].fillna(df['embarked'].mode()[0])\n",
|
||||||
|
"\n",
|
||||||
|
"df = df.drop('deck', axis=1)\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"=\" * 60)\n",
|
||||||
|
"print(\"📊 ПОСТРОЕНИЕ ГРАФИКОВ ДЛЯ АНАЛИЗА ДАННЫХ ТИТАНИКА\")\n",
|
||||||
|
"print(\"=\" * 60)\n",
|
||||||
|
"print(f\"✅ Загружено {len(df)} пассажиров\")\n",
|
||||||
|
"print(f\"✅ Пропуски заполнены\")\n",
|
||||||
|
"print(f\"✅ Данные готовы к анализу\")\n",
|
||||||
|
"\n",
|
||||||
|
"# =================================\n",
|
||||||
|
"# ГРАФИК 1: ГИСТОГРАММА (Histogram)\n",
|
||||||
|
"# =================================\n",
|
||||||
|
"print(\"\\n1️⃣ ГИСТОГРАММА - Распределение возрастов пассажиров\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(12, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Разделяем выживших и погибших\n",
|
||||||
|
"survived = df[df['survived'] == 1]['age'].dropna()\n",
|
||||||
|
"died = df[df['survived'] == 0]['age'].dropna()\n",
|
||||||
|
"\n",
|
||||||
|
"plt.hist(survived, bins=20, alpha=0.7, label='Выжившие', \n",
|
||||||
|
" color='green', edgecolor='black', linewidth=1.5)\n",
|
||||||
|
"plt.hist(died, bins=20, alpha=0.7, label='Погибшие', \n",
|
||||||
|
" color='red', edgecolor='black', linewidth=1.5)\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Возраст (лет)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.ylabel('Количество пассажиров', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.title('ГРАФИК 1: Распределение возрастов (Выжившие vs Погибшие)', \n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"plt.axvline(survived.mean(), color='darkgreen', linestyle='--', linewidth=2,\n",
|
||||||
|
" label=f'Ср. возраст выживших: {survived.mean():.1f}')\n",
|
||||||
|
"plt.axvline(died.mean(), color='darkred', linestyle='--', linewidth=2,\n",
|
||||||
|
" label=f'Ср. возраст погибших: {died.mean():.1f}')\n",
|
||||||
|
"plt.legend(loc='upper right', fontsize=10)\n",
|
||||||
|
"plt.grid(alpha=0.3)\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"✅ ГРАФИК 1 построен!\")\n",
|
||||||
|
"\n",
|
||||||
|
"# =======================================\n",
|
||||||
|
"# ГРАФИК 2: ТОЧЕЧНЫЙ ГРАФИК (Scatterplot)\n",
|
||||||
|
"# =======================================\n",
|
||||||
|
"print(\"\\n2️⃣ ТОЧЕЧНЫЙ ГРАФИК - Возраст vs Стоимость билета\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(12, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"clean_age = df['age'].dropna()\n",
|
||||||
|
"clean_fare = df['fare'].dropna()\n",
|
||||||
|
"\n",
|
||||||
|
"# Цветовая схема: зеленые - выжившие, красные - погибшие\n",
|
||||||
|
"colors = df.loc[clean_age.index, 'survived'].map({0: 'red', 1: 'green'})\n",
|
||||||
|
"\n",
|
||||||
|
"plt.scatter(clean_age, clean_fare, c=colors, alpha=0.6, s=50, edgecolors='black', linewidth=0.5)\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Возраст (лет)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.ylabel('Стоимость билета ($)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.title('ГРАФИК 2: Зависимость стоимости билета от возраста пассажира', \n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"\n",
|
||||||
|
"z = np.polyfit(clean_age, clean_fare, 1)\n",
|
||||||
|
"p = np.poly1d(z)\n",
|
||||||
|
"x_trend = np.linspace(clean_age.min(), clean_age.max(), 100)\n",
|
||||||
|
"plt.plot(x_trend, p(x_trend), 'b--', linewidth=2, label='Линия тренда')\n",
|
||||||
|
"\n",
|
||||||
|
"# Легенда\n",
|
||||||
|
"from matplotlib.patches import Patch\n",
|
||||||
|
"legend_elements = [\n",
|
||||||
|
" Patch(facecolor='green', alpha=0.6, label='Выжившие'),\n",
|
||||||
|
" Patch(facecolor='red', alpha=0.6, label='Погибшие'),\n",
|
||||||
|
" Patch(facecolor='blue', alpha=0.6, label='Линия тренда')\n",
|
||||||
|
"]\n",
|
||||||
|
"plt.legend(handles=legend_elements, loc='upper right', fontsize=10)\n",
|
||||||
|
"plt.grid(alpha=0.3)\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"correlation = clean_age.corr(clean_fare)\n",
|
||||||
|
"print(f\"✅ ГРАФИК 2 построен!\")\n",
|
||||||
|
"print(f\" Корреляция между возрастом и ценой билета: {correlation:.3f}\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ГРАФИК 3: BOXPLOT (Ящик с усами)\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n3️⃣ ЯЩИК С УСАМИ - Распределение цен на билеты по классам\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(10, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Создаем boxplot с кастомными цветами\n",
|
||||||
|
"boxplot = sns.boxplot(x='pclass', y='fare', data=df, \n",
|
||||||
|
" palette='Set2', linewidth=2, \n",
|
||||||
|
" fliersize=5, flierprops=dict(marker='o', markerfacecolor='red', markersize=6))\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Класс билета (1 - первый/роскошный, 3 - третий/эконом)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.ylabel('Стоимость билета ($)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.title('ГРАФИК 3: Распределение стоимости билетов по классам обслуживания', \n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавляем аннотации со средними значениями\n",
|
||||||
|
"for i, pclass in enumerate([1, 2, 3], 1):\n",
|
||||||
|
" mean_fare = df[df['pclass'] == pclass]['fare'].mean()\n",
|
||||||
|
" plt.text(i - 0.8, mean_fare + 10, f'Средняя: ${mean_fare:.0f}', \n",
|
||||||
|
" fontsize=10, ha='center', bbox=dict(boxstyle=\"round,pad=0.3\", facecolor=\"yellow\", alpha=0.7))\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xticks([0, 1, 2], ['1 класс (люкс)', '2 класс (стандарт)', '3 класс (эконом)'], rotation=15)\n",
|
||||||
|
"plt.grid(axis='y', alpha=0.3)\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"✅ ГРАФИК 3 построен!\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ГРАФИК 4: ДОПОЛНИТЕЛЬНЫЙ - Тепловая карта (Heatmap)\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n4️⃣ ТЕПЛОВАЯ КАРТА - Корреляция параметров\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(10, 8))\n",
|
||||||
|
"\n",
|
||||||
|
"# Выбираем числовые параметры\n",
|
||||||
|
"numeric_cols = ['survived', 'pclass', 'age', 'sibsp', 'parch', 'fare']\n",
|
||||||
|
"corr_matrix = df[numeric_cols].corr()\n",
|
||||||
|
"\n",
|
||||||
|
"# Создаем тепловую карту\n",
|
||||||
|
"sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', center=0, \n",
|
||||||
|
" square=True, linewidths=2, fmt='.3f',\n",
|
||||||
|
" cbar_kws={'label': 'Коэффициент корреляции', 'shrink': 0.8},\n",
|
||||||
|
" annot_kws={'size': 12, 'weight': 'bold'})\n",
|
||||||
|
"\n",
|
||||||
|
"plt.title('ГРАФИК 4: Матрица корреляции параметров выживаемости', \n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"✅ ГРАФИК 4 построен!\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ГРАФИК 5: ДОПОЛНИТЕЛЬНЫЙ - Столбчатая диаграмма\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n5️⃣ СТОЛБЧАТАЯ ДИАГРАММА - Выживаемость по классам\")\n",
|
||||||
|
"\n",
|
||||||
|
"plt.figure(figsize=(10, 6))\n",
|
||||||
|
"\n",
|
||||||
|
"# Считаем выживаемость по классам\n",
|
||||||
|
"survival_by_class = df.groupby('pclass')['survived'].mean() * 100\n",
|
||||||
|
"\n",
|
||||||
|
"bars = plt.bar([1, 2, 3], survival_by_class.values, \n",
|
||||||
|
" color=['gold', 'silver', '#CD7F32'], \n",
|
||||||
|
" edgecolor='black', linewidth=2, alpha=0.8)\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавляем значения на столбцы\n",
|
||||||
|
"for bar, value in zip(bars, survival_by_class.values):\n",
|
||||||
|
" plt.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 2, \n",
|
||||||
|
" f'{value:.1f}%', ha='center', va='bottom', fontsize=12, fontweight='bold')\n",
|
||||||
|
"\n",
|
||||||
|
"plt.xlabel('Класс билета', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.ylabel('Выживаемость (%)', fontsize=12, fontweight='bold')\n",
|
||||||
|
"plt.title('ГРАФИК 5: Процент выживших пассажиров по классам', \n",
|
||||||
|
" fontsize=14, fontweight='bold')\n",
|
||||||
|
"plt.xticks([1, 2, 3], ['1 класс\\n(люкс)', '2 класс\\n(стандарт)', '3 класс\\n(эконом)'])\n",
|
||||||
|
"plt.ylim(0, 100)\n",
|
||||||
|
"plt.grid(axis='y', alpha=0.3)\n",
|
||||||
|
"\n",
|
||||||
|
"# Добавляем среднюю линию\n",
|
||||||
|
"plt.axhline(df['survived'].mean() * 100, color='red', linestyle='--', linewidth=2,\n",
|
||||||
|
" label=f'Общая выживаемость: {df[\"survived\"].mean()*100:.1f}%')\n",
|
||||||
|
"plt.legend()\n",
|
||||||
|
"\n",
|
||||||
|
"plt.tight_layout()\n",
|
||||||
|
"plt.show()\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"✅ ГРАФИК 5 построен!\")\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# tqdm демонстрация\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n\" + \"=\" * 60)\n",
|
||||||
|
"print(\"🔄 АНАЛИЗ С ПРОГРЕСС-БАРОМ (tqdm)\")\n",
|
||||||
|
"print(\"=\" * 60)\n",
|
||||||
|
"\n",
|
||||||
|
"from tqdm import tqdm\n",
|
||||||
|
"import time\n",
|
||||||
|
"\n",
|
||||||
|
"results = []\n",
|
||||||
|
"for pclass in tqdm([1, 2, 3], desc=\"Анализ классов\", unit=\"класс\", colour='green'):\n",
|
||||||
|
" class_data = df[df['pclass'] == pclass]\n",
|
||||||
|
" time.sleep(0.1) # Симуляция\n",
|
||||||
|
" \n",
|
||||||
|
" results.append({\n",
|
||||||
|
" 'Класс': pclass,\n",
|
||||||
|
" 'Пассажиров': len(class_data),\n",
|
||||||
|
" 'Выживаемость %': round((class_data['survived'].sum() / len(class_data)) * 100, 1),\n",
|
||||||
|
" 'Средняя цена': round(class_data['fare'].mean(), 2)\n",
|
||||||
|
" })\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"\\n✅ Результаты анализа:\")\n",
|
||||||
|
"result_df = pd.DataFrame(results)\n",
|
||||||
|
"print(result_df.to_string(index=False))\n",
|
||||||
|
"\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"# ИТОГИ\n",
|
||||||
|
"# ============================================\n",
|
||||||
|
"print(\"\\n\" + \"=\" * 60)\n",
|
||||||
|
"print(\"📊 ВЫВОДЫ ПО РЕЗУЛЬТАТАМ АНАЛИЗА\")\n",
|
||||||
|
"print(\"=\" * 60)\n",
|
||||||
|
"\n",
|
||||||
|
"print(f\"\"\"\n",
|
||||||
|
"✅ Основные результаты:\n",
|
||||||
|
"1. Всего проанализировано: {len(df)} пассажиров\n",
|
||||||
|
"2. Общая выживаемость: {df['survived'].mean() * 100:.1f}%\n",
|
||||||
|
"\n",
|
||||||
|
"✅ Факторы, влияющие на выживаемость:\n",
|
||||||
|
"3. Класс билета:\n",
|
||||||
|
" - 1 класс: {(df[df['pclass']==1]['survived'].mean()*100):.1f}%\n",
|
||||||
|
" - 2 класс: {(df[df['pclass']==2]['survived'].mean()*100):.1f}%\n",
|
||||||
|
" - 3 класс: {(df[df['pclass']==3]['survived'].mean()*100):.1f}%\n",
|
||||||
|
"\n",
|
||||||
|
"4. Возраст: средний возраст выживших ({survived.mean():.1f}) vs погибших ({died.mean():.1f})\n",
|
||||||
|
"\n",
|
||||||
|
"5. Цена билета: корреляция с выживаемостью {corr_matrix.loc['survived', 'fare']:.3f}\n",
|
||||||
|
"\"\"\")\n",
|
||||||
|
"\n",
|
||||||
|
"print(\"=\" * 60)\n",
|
||||||
|
"print(\"✅ АНАЛИЗ УСПЕШНО ЗАВЕРШЕН!\")\n",
|
||||||
|
"print(\" Построено 5 графиков: Гистограмма, Scatterplot, Boxplot, Heatmap, Bar chart\")\n",
|
||||||
|
"print(\"=\" * 60)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "bb76a6b35ff61162",
|
||||||
|
"metadata": {},
|
||||||
|
"source": [
|
||||||
|
"## 📝 ВЫВОДЫ ПО РЕЗУЛЬТАТАМ АНАЛИЗА\n",
|
||||||
|
"\n",
|
||||||
|
"### Ключевые результаты:\n",
|
||||||
|
"1. **Объем данных**: Проанализировано {len(df)} пассажиров\n",
|
||||||
|
"2. **Общая выживаемость**: {df['survived'].mean()*100:.1f}%\n",
|
||||||
|
"\n",
|
||||||
|
"### Факторы, влияющие на выживаемость:\n",
|
||||||
|
"- **Класс билета**: Пассажиры 1-го класса выживали значительно чаще\n",
|
||||||
|
"- **Пол**: Женщины выживали чаще мужчин\n",
|
||||||
|
"- **Возраст**: Дети выживали чаще взрослых\n",
|
||||||
|
"- **Цена билета**: Более дорогие билеты коррелируют с более высокими шансами\n",
|
||||||
|
"\n",
|
||||||
|
"### Рекомендации для системы управления:\n",
|
||||||
|
"1. Учитывать категории пользователей при приоритизации\n",
|
||||||
|
"2. Внедрить систему лояльности для постоянных клиентов\n",
|
||||||
|
"3. Анализировать поведение разных сегментов аудитории\n",
|
||||||
|
"\n"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "markdown",
|
||||||
|
"id": "ad6c90dab130cf29",
|
||||||
|
"metadata": {},
|
||||||
|
"source": []
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": null,
|
||||||
|
"id": "4c1457863ccaa86",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": []
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"metadata": {
|
||||||
|
"kernelspec": {
|
||||||
|
"display_name": "Python 3 (ipykernel)",
|
||||||
|
"language": "python",
|
||||||
|
"name": "python3"
|
||||||
|
},
|
||||||
|
"language_info": {
|
||||||
|
"codemirror_mode": {
|
||||||
|
"name": "ipython",
|
||||||
|
"version": 3
|
||||||
|
},
|
||||||
|
"file_extension": ".py",
|
||||||
|
"mimetype": "text/x-python",
|
||||||
|
"name": "python",
|
||||||
|
"nbconvert_exporter": "python",
|
||||||
|
"pygments_lexer": "ipython3",
|
||||||
|
"version": "3.14.0"
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"nbformat": 4,
|
||||||
|
"nbformat_minor": 5
|
||||||
|
}
|
||||||
Loading…
Reference in New Issue
Block a user