Original size 1491x2093

Графический анализ данных о стихийных бедствиях

PROTECT STATUS: not protected

Описание

Для данного проекта я использовала набор данных с сайта Kaggle.com, который посвящен отчетам о стихийных бедствиях с 1990 по 2024 год.

Этот набор данных интересен тем, что он анализирует не конкретную катастрофу и её урон на небольшом промежутке времени, как описывается во многих новостных статьях, а привлекает внимание к частоте стихийных бедствий по всей Земле в совокупности их разнообразных форм. Это значительно повышает практическую значимость данных и позволяет оценить, в каком состоянии находится планета и как аномалии соотносятся со временем.

Виды графиков

На основе данных я создала 4 графика:

  1. Гистограмма «Количество стихийных бедствий с 1900 по 2024»;
  2. Линейный график «Экстремальные погодные условия и Наводнения в период 2000–2024 год»;
  3. Гистограмма «Количество Наводнений за 1990–2024»;
  4. Круговая диаграмма «Топ-5 стихийных бедствий за 2023 год»

Гистограммы помогают сравнить группы данных по категориям (1 график) и показатели по одной категории за конкретный год (3 график). Линейный график позволяет более наглядно увидеть пиковые значения и общий характер развития и частоты стихийного бедствия. Круговая диаграмма отлично отображает процентное соотношение показателей по категориям за 1 год.

Этапы работы

  1. Первым этапом я импортировала Pandas и считала файл CSV, включающий 3 колонки по 1144 строки данных таблицы.
Original size 4247x1913
  1. Далее я отфильтровала данные, исключив строки с общими показателями бедствий и, выделив данные колонки с категориями катастроф и колонки с их количеством, посчитала сумму стихийных бедствий за весь период времени. Построила гистограмму.
Original size 4247x1009
Original size 4247x2350
  1. Проанализировав первый график, я заметила, что самыми популярными стихийными бедствиями являются «Наводнения» (Flood) и «Экстремальная погода» (Extreme weather). Я отфильтровала данные, относящиеся только к периоду с 2000 по 2024, и выделила строки с показателями «Наводнения» и «Экстремальная погода», чтобы посмотреть частоту этих катастроф за последнее время. Посчитала сумму бедствий и построила линейный график.
Original size 4247x1009
Original size 4247x1889
  1. Далее я решила посмотреть развитие самой популярной катастрофы «Наводнения» (Flood) за всё время. Я отфильтровала данные по колонке категории и посчитала сумму показателей количества за все года. Построила гистограмму.
Original size 4247x1009
Original size 4247x1694
  1. В качестве финального анализа я выбрала данные за 2023, последний полный год, и рассчитала процентное соотношение катастроф, выделив топ-5 самых частых стихийных бедствий. Посчитала сумму показателей за выбранный год и построила круговую диаграмму в процентах.
Original size 4247x849
Original size 4247x1965
  1. Следующий шаг — стилизация. С помощью Pinterest я подобрала референсы, сфокусировавшись на неоновом стиле, который прост в исполнении и при этом выглядит эффектно.
Original size 4519x1027
  1. Для воссоздания этой стилистики я использовала библиотеку Matplotlib mplcyberpunk, которая затемняет фон и поддерживает неоновые эффекты.
Original size 4247x421

Итоговые графики

Original size 4247x1381
Original size 4247x2093
Original size 4247x1295
Original size 4247x1901
Original size 4247x1453
Original size 4247x1736
Графический анализ данных о стихийных бедствиях
Олеся Пономарёва создала графический анализ данных о стихийных бедствиях за период с 1990 по 2024 год. Проект включает четыре визуализации, среди которых линейный график и круговая диаграмма, выполненные в неоновом стиле с использованием библиотеки Matplotlib.
Project description created with AI
Project created at 25.09.2024
More projects in artificial intelligence
Анастасия Волошина провела анализ датасета из Kaggle о социальных сетях и эмоциональном благополучии, используя визуализацию данных для изучения взаимосвязей между использованием соцсетей и эмоциями. Проект включает интерактивные графики, созданные с помощью библиотек Plotly и Seaborn, и стилизованы в пастельные цвета для отражения универсальности социальных сетей.
Светлана Таскунова провела анализ данных по онлайн-доставке еды, используя датасет с Kaggle.com и создав несколько визуализаций для интерпретации результатов. Проект включает круговые, столбчатые, линейные и скрипичные диаграммы, отражающие возраст, пол, трудоустройство и доход пользователей сервиса.
Екатерина Парфенцева провела исследование влияния времени и погоды на дорожные аварии, используя открытые данные из Kaggle. Работа включает обработку, анализ и визуализацию данных, а также доступный блокнот с кодом и датасетом для повторения исследования.
Гоар Ерицян провела анализ данных фильмов с Райаном Гослингом, используя информацию из открытого репозитория GitHub. Проект включает визуализацию данных в виде столбчатой, круговой и диаграммы рассеяния с единым дизайном и цветовой гаммой.
We use cookies to improve the operation of the HSE website and to enhance its usability. More detailed information on the use of cookies can be fou...
Show more