# Анализ зарплат в сфере Data Science

Программа анализирует статистику зарплат в сфере Data Science (уровни опыта, типы занятости, года, зарплаты) и визуализирует ключевые метрики с помощью библиотек Python.

## Технологии

- **Python 3.14**
- **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 `data_science_job.csv`.

Файл содержит данные о вакансиях в сфере Data Science со следующими столбцами:

| Столбец | Описание |
|---------|----------|
| `work_year` | Год публикации вакансии |
| `job_title` | Название должности |
| `job_category` | Категория должности (Analysis, ML/AI, Engineering, Data Science) |
| `salary_currency` | Валюта зарплаты |
| `salary` | Зарплата в местной валюте |
| `salary_in_usd` | Зарплата в долларах США (для единообразия) |
| `employee_residence` | Страна проживания сотрудника |
| `experience_level` | Уровень опыта (EN — начальный, MI — средний, SE — старший, EX — эксперт) |
| `employment_type` | Тип занятости (FT — полный день, PT — частичная, CT — контракт, FL — фриланс) |
| `work_setting` | Формат работы (Remote — удалённо, In-person — в офисе, Hybrid — гибридный) |
| `company_location` | Страна расположения компании |
| `company_size` | Размер компании (S — малая, M — средняя, L — крупная) |

### 2. Визуализация загрузки

Используется библиотека `tqdm` для отображения прогресс-бара при обработке строк.

Пользователь видит процесс обработки данных в реальном времени (одна строка прогресса).

### 3. Базовый анализ данных

- Выводится информация о структуре данных (`df.info()`):
  - Типы столбцов
  - Количество непустых значений

- Отображается статистика по числовым столбцам (`df.describe()`):
  - Среднее значение зарплаты и года
  - Стандартное отклонение
  - Минимальные и максимальные значения
  - Квартили (25%, 50%, 75%)

- Выводится проверка пропущенных значений (`df.isnull().sum()`)

- Отображаются уникальные значения в категориальных колонках

### 4. Визуализация данных

#### График 1: Гистограмма распределения зарплат

**Цель:** Показать, как часто встречаются разные диапазоны зарплат среди вакансий в сфере Data Science.

- **Ось X:** Зарплата (в долларах США)
- **Ось Y:** Количество вакансий (частота)
- **Характеристики:** Синие столбцы, 30 интервалов, сглаживающая кривая KDE, сетка

#### График 2: Диаграмма рассеяния (год vs зарплата)

**Цель:** Выявить взаимосвязь между годом публикации вакансии и уровнем зарплаты, с цветовым кодированием по уровню опыта.

- **Ось X:** Год публикации (`work_year`)
- **Ось Y:** Зарплата в USD
- **Точки:** Цвет зависит от уровня опыта (`experience_level`), полупрозрачные для лучшей читаемости
- **Дополнительно:** Легенда вынесена за пределы графика

#### График 3: Boxplot распределения зарплат по уровням опыта

**Цель:** Сравнить распределение зарплат для разных уровней опыта (боксплоты позволяют увидеть медиану, квартили и выбросы).

- **Ось X:** Уровень опыта (EN — начальный, MI — средний, SE — старший, EX — эксперт)
- **Ось Y:** Зарплата в USD

**Элементы boxplot:**
- Красная линия (в цветах по умолчанию) — медиана (50% данных)
- Коробка — интервал между 25% и 75%
- «Усы» — нормальный диапазон значений
- Точки — выбросы (аномальные зарплаты)

#### Дополнительный график 4: Количество вакансий по годам

**Цель:** Показать динамику количества вакансий в сфере Data Science по годам.

- **Ось X:** Год
- **Ось Y:** Количество вакансий
- **Характеристики:** Столбчатая диаграмма с градиентной цветовой схемой
## Итог
Программа позволяет:
1. Быстро загрузить и проанализировать датасет с вакансиями
2. Узнать основные статистические показатели зарплат
3. Визуально оценить распределение зарплат и их зависимость от опыта и года
4. Выявить выбросы и аномалии в данных