Качество и свобода доступа в интернет в последнее время стала очень насущной и обсуждаемой проблемой в настоящее время, поэтому я решила проанализировать госданные касающиеся именно этой темы. Я нашла информацию на портале открытых данных правительства Москвы.
import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from scipy.stats import pearsonr, ttest_ind import warnings warnings.filterwarnings ('ignore')
Устанавливаем общий стиль графиков
sns.set_style («whitegrid») palette = ['
2E86AB', '
A23B72', 'F18F01', '
C73E1D', '#6A994E'] sns.set_palette (palette) plt.rcParams['figure.figsize'] = (12, 7) plt.rcParams['font.size'] = 11Заменяем 'your_dataset.csv' на свой файл! df = pd.read_csv ('your_dataset.csv') ← Изменяем эту строку
print («\n Ищу числовые столбцы для анализа…») numeric_cols = df.select_dtypes (include=[np.number]).columns.tolist ()
if len (numeric_cols) < 2: print («Найден только 1 числовой столбец. Добавь больше!») exit ()
print (f» Найдено {len (numeric_cols)} числовых столбцов: {numeric_cols}»)
Выбираем первые 4 числовых столбца для анализа
target_col = numeric_cols[0] # Первая колонка = цель features = numeric_cols[1:5] # Следующие 4 = признаки
print (f"\n Целевая переменная: {target_col}») print (f» Анализирую: {features}»)
=3
График 1
print («\n📈 Создаю График 1: Scatter Plot…») x_col = features[0] r, p = pearsonr (df[x_col], df[target_col])
plt.figure (figsize=(12, 7)) plt.scatter (df[x_col], df[target_col], alpha=0.6, s=60, color=palette[0])
Линия тренда
z = np.polyfit (df[x_col], df[target_col], 1) p_line = np.poly1d (z) x_sorted = np.sort (df[x_col]) plt.plot (x_sorted, p_line (x_sorted), «r--», linewidth=3, label=f’r={r:.3f}, p={p:.3f}')
plt.xlabel (f'{x_col}', fontsize=12, fontweight='bold') plt.ylabel (f'{target_col}', fontsize=12, fontweight='bold') plt.title (f'📊 График 1: {x_col} vs {target_col}\n (корреляция r={r:.3f})', fontsize=14, fontweight='bold', pad=20) plt.legend () plt.grid (True, alpha=0.3) plt.tight_layout () plt.savefig ('01_scatter.png', dpi=300, bbox_inches='tight') plt.close () print (f"✅ 01_scatter.png (r={r:.3f})»)
График 2
print («📊 Создаю График 2: Histogram…») mean_val = df[target_col].mean () median_val = df[target_col].median ()
plt.figure (figsize=(12, 7)) plt.hist (df[target_col], bins=30, edgecolor='black', alpha=0.7, color=palette[1]) plt.axvline (mean_val, color='red', linestyle='--', linewidth=2.5, label=f’Среднее={mean_val:.2f}') plt.axvline (median_val, color='green', linestyle='--', linewidth=2.5, label=f’Медиана={median_val:.2f}')
plt.xlabel (target_col) plt.ylabel ('Количество') plt.title (f'📈 График 2: Распределение {target_col}', fontsize=14, fontweight='bold') plt.legend () plt.grid (axis='y', alpha=0.3) plt.tight_layout () plt.savefig ('02_histogram.png', dpi=300, bbox_inches='tight') plt.close () print («✅ 02_histogram.png»)
График 3
print («🔥 Создаю График 3: Heatmap корреляций…») plt.figure (figsize=(10, 8)) corr_matrix = df[numeric_cols[: 6]].corr () # Первые 6 колонок sns.heatmap (corr_matrix, annot=True, fmt='.2f', cmap='coolwarm', center=0, square=True, cbar_kws={"shrink»: 0.8}) plt.title ('📊 График 3: Матрица корреляций всех переменных', fontsize=14, fontweight='bold') plt.tight_layout () plt.savefig ('03_heatmap.png', dpi=300, bbox_inches='tight') plt.close () print («✅ 03_heatmap.png»)
График 4
print («📦 Создаю График 4: Boxplot…»)
Ищем категориальный столбец
cat_cols = df.select_dtypes (include=['object', 'category']).columns if len (cat_cols) > 0: cat_col = cat_cols[0] top_cats = df[cat_col].value_counts ().head (5).index df_filtered = df[df[cat_col].isin (top_cats)]
plt.figure (figsize=(12, 7))
df_filtered.boxplot (column=target_col, by=cat_col,
patch_artist=True, fontsize=10)
plt.suptitle ('') # Убираем автозаголовок
plt.title (f'📦 График 4: {target_col} по группам {cat_col}',
fontsize=14, fontweight='bold')
plt.ylabel (target_col)
plt.xticks (rotation=45)
plt.tight_layout ()
plt.savefig ('04_boxplot.png', dpi=300, bbox_inches='tight')
plt.close ()
print (f"✅ 04_boxplot.png ({cat_col})»)
else: # Если нет категорий — делаем по квартилям df['quartile'] = pd.qcut (df[target_col], 4, labels=['Q1', 'Q2', 'Q3', 'Q4']) plt.figure (figsize=(10, 7)) df.boxplot (column=features[0], by='quartile', ax=plt.gca ()) plt.title (f'📦 График 4: {features[0]} по квартилям {target_col}', fontsize=14, fontweight='bold') plt.suptitle ('') plt.tight_layout () plt.savefig ('04_boxplot.png', dpi=300, bbox_inches='tight') plt.close () print («✅ 04_boxplot.png (квартили)»)
