Исходный размер 1240x1750

Анализ зависимости расстройств сна от различных факторов

Вводная часть

В исследовании я взяла за основу таблицу «Набор данных о здоровье сна и образа жизни»: https://www.kaggle.com/datasets/uom190346a/sleep-health-and-lifestyle-dataset (Сайт: https://www.kaggle.com) В таблице представлена информация, полученная от 374 участников опроса. Таблица охватывает широкий спектр переменных, связанных с повседневными привычками, медицинскими показателями, индикаторами психологического комфорта, физического здоровья, со сном.

Мне было интересно проанализировать именно эти данные, так как, все что связано со здоровьем и здоровым образом жизни остается неизменно актуальным и привлекательным для широкой аудитории и для меня лично. В современном мире осознание влияния образа жизни человека на его здоровье считается очевидным фактом. Однако, остается множество вопросов относительно того, какие конкретные факторы и каким образом влияют на здоровье и качество жизни человека. На основе данных таблицы, можно попробовать проанализировать некоторые параметры, чтобы выявить их взаимосвязь и/или влияние на возникновения нарушений сна, а также же отсутствие их взаимосвязи и/или влияния на возникновения нарушений сна.

Для того чтобы структурировать анализ мной была выдвинута гипотеза: Есть профессии, в которых высокий уровень стресса, возможно для этих же профессий характерно большое количество нарушений сна.

Этапы работы

Чтобы понять существует ли влияние уровня стресса в профессии на сон: В первую очередь надо определиться какие на примере каких профессий будет проводиться анализ, потому что проанализировать все было бы сложно. Так, я определила насколько часто в таблице встречается каждая из профессий и выбрала для исследования 2 наиболее (Врачи и медсестры) и 2 наименее (менеджеры и менеджеры по продажам) часто встречающиеся.

код 1

from matplotlib import pyplot as plt import seaborn as sns df.groupby ('Occupation').size ().plot (kind='barh', color=sns.palettes.mpl_palette ('Set2')) plt.gca ().spines[['top', 'right', ]].set_visible (False)

Исходный размер 691x413

Далее я определила средний уровень стресса для каждой из выбранных профессий.

Первые два графика — Гистограммы. Этот тип графика позволяет продемонстрировать различные наборы данных в сравнении.

код 2

import matplotlib.pyplot as plt plt.style.use ('seaborn-deep')

doctors_stress = df[df['Occupation'] == 'Doctor']['Stress Level'].mean () nurses_stress = df[df['Occupation'] == 'Nurse']['Stress Level'].mean () managers_stress = df[df['Occupation'] == 'Manager']['Stress Level'].mean () sales_reps_stress = df[df['Occupation'] == 'Sales Representative']['Stress Level'].mean ()

occupation_stress_levels = [doctors_stress, nurses_stress, managers_stress, sales_reps_stress]

occupation_names = ['Doctor', 'Nurse', 'Manager', 'Sales Representative']

colors = plt.get_cmap ('Set2') (np.linspace (0, 1, len (occupation_names))) plt.barh (occupation_names, occupation_stress_levels, color=colors)

plt.title ('Stress Level Distribution by Occupation') plt.xlabel ('Stress Level') plt.ylabel ('Occupation')

plt.show ()

Исходный размер 691x455

Затем выявила процент нарушений сна для каждой группы профессий.

Для этого сравнения я использовала круговые диаграммы, они дают увидеть какой вклад в общую статистику вносит каждая из категорий. Для большей наглядности я добавила «взрыв», сильнее отделяющий части графика друг от друга. Также ко всем графикам я применила цветовую палитру «Set2» так как она, по моему мнению, лучше всего подходит выбранной теме.

код 3

managers_and_sales_df = df[df['Occupation'].isin (['Manager', 'Sale Representative'])]

sleep_disorders = managers_and_sales_df['Sleep Disorder'].value_counts (dropna=False)

labels = sleep_disorders.index sizes = sleep_disorders.values explode = (0.1,) * len (sizes)

fig1, ax1 = plt.subplots () ax1.pie (sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=90) ax1.axis ('equal') colors = cm.get_cmap ('Set2') (np.linspace (0, 1, len (sizes)))

for i in range (len (sizes)): ax1.patches[i].set_facecolor (colors[i])

plt.show ()

Исходный размер 515x396

код 4

doctors_and_nurses_df = df[df['Occupation'].isin (['Doctor', 'Nurse'])]

sleep_disorders = doctors_and_nurses_df['Sleep Disorder'].value_counts (dropna=False)

labels = sleep_disorders.index sizes = sleep_disorders.values explode = (0.1,) * len (sizes) fig1, ax1 = plt.subplots () ax1.pie (sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=90) ax1.axis ('equal')

colors = cm.get_cmap ('Set2') (np.linspace (0, 1, len (sizes)))

for i in range (len (sizes)): ax1.patches[i].set_facecolor (colors[i])

plt.show ()

Исходный размер 545x394

В процессе работы я обращалась к нескольким нейросетям. 1) С помощью Chat GPT3.5 я узнала как проанализировать представителей не только одной профессии за раз, а четырех, так как этого не было показано в лекции курса. Используемый промпт: I have this code: doctors__df = df.loc[df['Occupation'] == 'Doctor'] sleep_disorders = doctors__df['Sleep Disorder'].value_counts ()

how do I make it so that it analyzes not only «Doctor» but also «Nurse»?

2) Столкнувшись с ошибкой при написании кода я скопировала текст ошибки и попросила Chat GPT3.5 объяснить её, на что получила ответ: Ошибка «TypeError: object of type 'ListedColormap' has no len ()» указывает на то, что вы пытаетесь применить функцию len () к объекту типа ListedColormap, который не имеет длины. В данном случае, вы пытаетесь использовать plt.get_cmap ('Set2') как цвет для каждого бара в графике, но ListedColormap не может быть использован напрямую как цвет.

Чтобы исправить эту ошибку, вы должны использовать ListedColormap.colors, который возвращает список цветов, используемых в цветовой схеме.

3) Обложка для проекта была создана в Leonardo.Ai по промпту: A simple minimalistic cover for a sleep quality and disease analysis proje

Вывод

В ходе анализа выяснилось, что какое-либо расстройство сна присутствует у 50% докторов и медсестер и у 0% менеджеров и менеджеров по продажам. При этом четкой зависимости от уровня стресса и наличия расстройств сна обнаружено не было. Так, моя гипотеза не подтвердилась и можно сделать вывод об отсутствии связи между уровнем стресса и количеством нарушений сна в профессии. Тем не менее, мой анализ нельзя считать полностью достоверным, так как он выполнялся на основе ограниченного количества данных

Анализ зависимости расстройств сна от различных факторов
Елизавета Богатенкова провела анализ зависимости расстройств сна от профессии и уровня стресса на основе набора данных Kaggle. В исследовании использовались гистограммы и круговые диаграммы для визуализации статистики нарушений сна среди врачей, медсестер, менеджеров и менеджеров по продажам.
Описание проекта сделано с помощью ИИ
Проект создан 08.10.2024
Другие проекты c тегом искусственный интеллект
Екатерина Мосейчук создала анализ продаж пиццы в США на основе синтетического датасета с Kaggle. Проект включает построение графиков, выбор цветовой палитры и шрифта для визуализации данных.
Автор Екатерина Филатова создала проект, в котором анализирует датасет о сыре и его распространении в мире. Проект включает визуализацию данных, построенные графики и информацию о составе сыра, а также критику вегетарианских и веганских подделок.
Ирина Шевцова провела анализ данных о различных видах сыра, используя информацию с сайта Kaggle. Проект включает визуализацию с помощью столбчатых диаграмм и анализ распределения стран, цвета, жирности и типа корочки сыра.
Автор провела анализ данных о красном вине, чтобы определить, какие физико-химические признаки влияют на его качество. В проекте использовались графики с бордово-красными оттенками и методы линейной регрессии для выявления зависимостей между признаками и оценкой качества.
dafes
DAFES — платформа, объединяющая лучшие проекты и продукты экосистемы по направлениям design, art, fashion, education и startup. Внутри неё действует сообщество Deziiign, которое объединяет дизайнеров, художников, иллюстраторов и фотографов — профессионалов всех творческих направлений. Это пространство для демонстрации работ, обмена идеями и неординарными подходами, а также встреч с потенциальными заказчиками, исполнителями и па... Показать больше
design
art
fashion
education
startups
Мы используем файлы cookies для улучшения работы сайта и большего удобства его использования. Более подробную информац...
Показать больше