А вы счастливы?

Данный проект посвящен визуальному анализу уровня счастья и факторов, которые формируют субъективное ощущение благополучия в разных странах мира. В последние годы индекс счастья все чаще используется как дополнительный показатель качества жизни наряду с экономическими и социальными метриками, поэтому его изучение представляет особый интерес с точки зрения работы с данными.

В основе исследования лежит открытый датасет (ссылка на датасет (https://www.kaggle.com/datasets/jainaru/world-happiness-report-2024-yearly-updated)), опубликованный на Kaggle, включающий показатели удовлетворенности жизнью, а также данные о доходах, социальной поддержке, продолжительности жизни, свободе выбора и эмоциональном состоянии.

В процессе работы меня интересовали следующие вопросы. Какие страны стабильно демонстрируют самый высокий уровень счастья? Как менялся этот показатель в России с течением времени? Какие факторы оказывают наибольшее влияние на итоговое значение индекса? Насколько велика роль эмоциональных и институциональных показателей по сравнению с экономическими? Эти направления определили структуру анализа данных.

Для анализа данных были выбраны несколько типов графиков, каждый из которых выполняет собственную аналитическую функцию:

1. Горизонтальная столбчатая диаграмма
2. Линейный график
3. Тепловая карта корреляций
4. Bubble chart

Обложка сделана с помощью krea.ai (https://krea.ai/) (https://www.krea.ai/app). promt: World Happiness.

Визуальный стиль проекта построен на контрастной цветовой палитре с доминирующим желтым фоном. Этот цвет ассоциируется с позитивом, энергией и эмоциональной насыщенностью, что напрямую связано с темой счастья.

Для систематизации цветовой палитры в проекте был использован онлайн инструмент Adobe Color r (https://color.adobe.com/ru/). Используемые цвета: yellow #F6D60D royal blue #3A2D71 tea pink #E9D1E1 green gray #A0BAC0 black #000000

Результаты демонстрируют явное преобладание североевропейских стран среди лидеров. Это указывает на устойчивую связь между качеством социальных институтов, уровнем жизни и субъективным благополучием населения. При этом различия между странами внутри топа относительно небольшие, что говорит о схожем уровне удовлетворенности жизнью.

Данные показывают, что уровень счастья в России подвержен заметным колебаниям. Можно наблюдать как этапы постепенного роста, так и резкие спады. В целом динамика выглядит менее стабильной по сравнению со странами лидерами рейтинга, что может свидетельствовать о высокой чувствительности показателя к экономическим и социальным изменениям.

Тепловая карта корреляций используется для анализа связей между индексом счастья и другими показателями. Она наглядно демонстрирует, какие факторы имеют наиболее сильную положительную или отрицательную связь с удовлетворенностью жизнью.

Наиболее высокие положительные корреляции наблюдаются у уровня дохода, социальной поддержки и ожидаемой продолжительности здоровой жизни. В то же время восприятие коррупции и негативные эмоции показывают отрицательную связь с уровнем счастья, снижая его итоговое значение.

Заключительная визуализация объединяет несколько параметров одновременно. Положение пузырей отражает направление и силу корреляции, а их размер указывает на относительную значимость факторов.

Диаграмма показывает, что ключевыми драйверами счастья являются экономическое благополучие, социальная поддержка и здоровье. Эмоциональные показатели также играют важную роль, тогда как такие параметры, как щедрость или временной фактор, оказывают более слабое влияние.

В ходе проекта был проанализирован уровень счастья в разных странах и факторы, влияющие на субъективное благополучие. Визуализации позволили сравнить страны между собой, проследить динамику показателя в России и определить ключевые взаимосвязи между переменными. Анализ показал, что самые высокие значения индекса счастья характерны для стран с развитой социальной системой и высоким уровнем доверия в обществе. Динамика России, напротив, отличается чувствительностью к внешним условиям. Корреляционный анализ подтвердил, что наибольшее влияние на уровень счастья оказывают доход, социальная поддержка и здоровье, тогда как восприятие коррупции и негативные эмоции снижают общий показатель. Это подчёркивает комплексный характер счастья как социального и экономического явления.

Ранжирование и описательная статистика — использовались для отбора стран с наивысшими значениями индекса счастья (Life Ladder) за 2023 год. Сортировка по уровню счастья позволила выделить страны-лидеры и провести их сравнительный анализ.

Сравнительный анализ стран — реализован с помощью горизонтальной столбчатой диаграммы, что позволило наглядно сопоставить страны по уровню субъективного благополучия и оценить разницу между лидирующими позициями.

Анализ временных рядов — применялся для изучения динамики уровня счастья в России. Линейный график с точечными значениями позволил выявить долгосрочные тенденции, периоды роста и снижения показателя.

Визуальный анализ динамики — использовался для сопоставления изменений уровня счастья по годам, что обеспечило наглядную интерпретацию эволюции показателя во времени.

Корреляционный анализ — проведён для оценки взаимосвязей между уровнем счастья и социально-экономическими факторами (ВВП на душу населения, социальная поддержка, ожидаемая продолжительность жизни, свобода выбора, щедрость, восприятие коррупции и эмоциональные показатели).

Анализ корреляционной структуры — реализован с помощью корреляционной тепловой карты, что позволило выявить как сильные, так и слабые связи между факторами, а также оценить их направление и относительную значимость.

Многомерный корреляционный анализ — применялся для ранжирования факторов по силе их связи с индексом счастья. Сортировка корреляций по абсолютному значению позволила выделить наиболее значимые детерминанты субъективного благополучия.

Визуализация силы и направления влияния — выполнена с помощью bubble-диаграммы, где одновременно учитывались знак корреляции, её абсолютная величина и относительная значимость факторов. Такой подход позволил интегрировать несколько аспектов анализа в одной визуализации.

Обобщающий аналитический анализ факторов — использовался для формирования целостного представления о ключевых социально-экономических и психологических детерминантах уровня счастья.

1. Google Colab — Весь процесс работы: обработка данных и визуализация.

2. Kaggle — Платформа была использована для поиска и загрузки датасета.

3. Библиотеки Python pandas — применялась для загрузки, очистки и анализа табличных данных, а также для агрегации показателей по ресторанам, городам и категориям. matplotlib — основной инструмент визуализации, использовался для построения круговых диаграмм, столбчатых графиков, рейтингов и линейных визуализаций. numpy — применялась для работы с числовыми данными и расчёта вспомогательных величин при построении графиков. kagglehub — использовалась для автоматической загрузки датасета с платформы Kaggle. matplotlib.font_manager — применялась для подключения и использования кастомных шрифтов в визуализациях.

4. Цветовая палитра (Adobe Color)

5. ChatGPT — Нейросеть применялась для генерации и оптимизации кода, настройки визуального стиля графиков и корректировки функций анализа.

6. krea.ai — (https://ideogram.ai/) Использовала для генерации обложки и визуала меню.