{
 "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
}