Исходный размер 576x768

Анализ «World University Rankings»

Введение и обоснование выбора данных

Для выполнения данного анализа я выбрала датасет «World University Rankings» с Kaggle. Этот датасет содержит информацию о рейтингах университетов по всему миру, включая такие параметры, как академическая репутация, репутация среди работодателей, соотношение студентов и преподавателей, количество иностранных студентов и преподавателей и другие.

Обоснование выбора данных:

  1. Высшее образование является важным аспектом развития общества, и анализ данных о рейтингах университетов может дать интересные инсайты о факторах, влияющих на качество образования.
  2. Датасет содержит множество параметров, которые можно анализировать, такие как академическая репутация, репутация среди работодателей, соотношение студентов и преподавателей, и другие.
  3. Данные охватывают университеты по всему миру, что позволяет провести многофакторный анализ на глобальном уровне.

Этапы анализ

  1. Загрузка данных
  2. Предварительный анализ и очистка данных
  3. Выбор параметров для отслеживания
  4. Визуализация данных с использованием Pandas и Matplotlib/Seaborn
  5. Развернутые выводы по каждому графику

Загрузка данных

In []:

import pandas as pd

(Загрузка данных) df = pd.read_csv ('/content/cwurData.csv')

(Вывод первых 10 значений) print ('Вывод первых 10 значений') print (df.head (10))

(Вывод последних 10 значений) print ('Вывод последних 10 значений') print (df.tail (10))

(Предварительный анализ) print ('Предварительный анализ') print (df.info ()) print (df.describe ())

Очистка данных

In []:

(Очистка данных) df.dropna (inplace=True) df.drop_duplicates (inplace=True)

(Вывод первых 10 значений после очистки) print ('Вывод первых 10 значений после очистки') print (df.head (10))

(Вывод последних 10 значений после очистки) print ('Вывод последних 10 значений после очистки') print (df.tail (10))

Выбор параметров для отслеживания

Для анализа выберем следующие параметры:

  1. Академическая репутация (Quality of Education)
  2. Репутация среди работодателей (Alumni Employment)
  3. Соотношение студентов и преподавателей (Quality of Faculty)
  4. Количество публикаций (Publications)
  5. Количество цитирований (Citations)

Визуализация данных

Академическая репутация по университетам

In []:

import matplotlib.pyplot as plt import seaborn as sns

(Настройка стиля) sns.set_style («whitegrid»)

(Фильтрация данных по топ-университетам) top_universities = df.nsmallest (50, 'quality_of_faculty')

(Линейный график академической репутации по университетам) plt.figure (figsize=(12, 8)) sns.lineplot (x='institution', y='quality_of_education', data=top_universities, marker='o', palette='tab10') plt.title ('Top 10 Universities by Quality of Education', fontsize=20, fontweight='bold', color='darkblue') plt.xlabel ('University', fontsize=14, fontweight='bold', color='darkgreen') plt.ylabel ('Quality of Education', fontsize=14, fontweight='bold', color='darkgreen') plt.xticks (rotation=45) plt.tight_layout () plt.show ()

Исходный размер 1280x833

Вывод по графику академической репутации

График показывает:

  1. Гарвардский университет и Массачусетский технологический институт лидируют по академической репутации.
  2. Оксфордский университет и Кембриджский университет также занимают высокие позиции.
  3. Академическая репутация распределяется среди различных университетов мира, что подчеркивает глобальный характер высшего образования.

Репутация среди работодателей по университетам

In []:

(Бар-график репутации среди работодателей по университетам) plt.figure (figsize=(12, 8)) sns.barplot (x='institution', y='alumni_employment', data=top_universities, palette='coolwarm') plt.title ('Top 10 Universities by Alumni Employment', fontsize=20, fontweight='bold', color='darkblue') plt.xlabel ('University', fontsize=14, fontweight='bold', color='darkgreen') plt.ylabel ('Alumni Employment', fontsize=14, fontweight='bold', color='darkgreen') plt.xticks (rotation=45, fontsize=12, fontweight='bold') plt.yticks (fontsize=12, fontweight='bold') plt.tight_layout () plt.show ()

Исходный размер 1280x852

Вывод по графику репутации среди работодателей

График показывает:

  1. Массачусетский технологический институт и Стэнфордский университет имеют высокую репутацию среди работодателей.
  2. Гарвардский университет и Оксфордский университет также высоко оцениваются работодателями.
  3. Репутация среди работодателей является важным фактором для студентов при выборе университета.

Соотношение студентов и преподавателей по университетам

In []:

(Box Plot соотношения студентов и преподавателей по университетам) plt.figure (figsize=(12, 8)) sns.boxplot (x='institution', y='quality_of_faculty', data=top_universities, palette='coolwarm') plt.title ('Top 10 Universities by Quality of Faculty', fontsize=20, fontweight='bold', color='darkblue') plt.xlabel ('University', fontsize=14, fontweight='bold', color='darkgreen') plt.ylabel ('Quality of Faculty', fontsize=14, fontweight='bold', color='darkgreen') plt.xticks (rotation=45, fontsize=12, fontweight='bold') plt.yticks (fontsize=12, fontweight='bold') plt.tight_layout () plt.show ()

Исходный размер 1280x838

Вывод по графику соотношения студентов и преподавателей

График показывает:

  1. Массачусетский технологический институт и Калифорнийский технологический институт имеют низкое соотношение студентов и преподавателей, что свидетельствует о более индивидуальном подходе к обучению.
  2. Гарвардский университет и Стэнфордский университет также показывают хорошие результаты по этому показателю.
  3. Низкое соотношение студентов и преподавателей может быть индикатором высокого качества образования.

Количество публикаций по университетам

In []:

(Бар-график количества публикаций по университетам) plt.figure (figsize=(12, 8)) sns.barplot (x='institution', y='publications', data=top_universities, palette='coolwarm') plt.title ('Top 10 Universities by Number of Publications', fontsize=20, fontweight='bold', color='darkblue') plt.xlabel ('University', fontsize=14, fontweight='bold', color='darkgreen') plt.ylabel ('Number of Publications', fontsize=14, fontweight='bold', color='darkgreen') plt.xticks (rotation=45, fontsize=12, fontweight='bold') plt.yticks (fontsize=12, fontweight='bold') plt.tight_layout () plt.show ()

Исходный размер 1280x847

Вывод по графику количества публикаций

Анализ «World University Rankings»
Мария Елютина провела анализ датасета "World University Rankings" из Kaggle, чтобы изучить факторы, влияющие на качество высшего образования. Проект включает визуализацию данных с использованием Pandas, Matplotlib и Seaborn, а также интерпретацию результатов по ключевым параметрам рейтингов университетов.
Описание проекта сделано с помощью ИИ
Проект создан 25.09.2024
Другие проекты c тегом искусственный интеллект
Яна Иосифян создала серию изображений по мотивам японской сказки «Принцесса Кагуя» с использованием нейросетей. Цветовые решения в проекте отражают ход сюжета и его эмоциональную динамику.
Арина Зимина провела анализ данных о психическом здоровье учащихся, используя статистику с Kaggle и визуализировала её с помощью Python. Проект включает в себя разнообразные графики, такие как столбчатые, круговые и скрипичные, созданные с использованием библиотек seaborn и matplotlib.
Варя Гучек провела анализ и визуализацию данных топ-чартов Spotify за период с 2010 по 2019 год. Проект включает в себя использование датасета из базы Kaggle с информацией о популярных треках за этот период.
Елизавета Волонцевич провела анализ корреляции между качеством воды и уровнем занятости в разных странах. Проект включает визуализацию данных с использованием корреляционной матрицы, boxplot, круговой и столбчатой диаграмм.
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