Анализ взаимосвязи между показателями здорового образа жизни и счастьем

Я выбрала датасет «Healthy Lifestyle Cities Report 2021» с сайта Kaggle. Этот датасет содержит информацию о различных показателях здорового образа жизни в городах по всему миру. (https://www.kaggle.com/datasets/prasertk/healthy-lifestyle-cities-report-2021).

Мне интересно проанализировать эти данные, потому что я хочу изучить связь между здоровым образом жизни и уровнем счастья в разных странах. Здоровый образ жизни — это комплексное понятие, включающее в себя множество факторов, таких как доступность спортзалов, уровень загрязнения воздуха и т. д. Считается, что более здоровый образ жизни напрямую связан с более высоким уровнем счастья и благополучия. Этот датасет предоставляет возможность количественно оценить и сравнить эти факторы в различных географических точках.

В нейросети RECRAFT.AI я создала изображение промт: /Abstract art, healthy living. Geometric abstraction, organic forms. colors: Fresh green, clear sky blue, warm yellow, gentle peach, clear blue, energetic orange, clean pink and a dark blue.Focus on energy and well-being. Clean lines, simple design. После с помощью сервиса ADOBE COLOR превратила изображении в цветовую палитру и использовала её в графиках.

Для более наглядного изображения информации на графиках я преобразовала колонки показателей City (город) в новые колонки Country (страна). Для этого сначала создала отдельную колонку Country.

Так же для графиков мне понадобились данные ВВП стран за 2021 год. (https://database.earth/economy/gdp-per-capita/2021, https://countryeconomy.com/gdp/taiwan?year=2021, https://countryeconomy.com/gdp/south-korea?year=2021)

Для анализа я использовала два набора данных: основной (df) и дополнительный (df_GDP), содержащий информацию о ВВП. После проверки и добавления недостающих стран в дополнительный набор данных, я успешно интегрировала данные о ВВП на душу населения из df_GDP в df, создав новую колонку «GDP_per_Capita». Теперь, когда все данные были собраны, я приступила к созданию визуализаций: столбчатых диаграмм, тепловой карты, диаграммы рассеяния, линейной диаграммы и корреляционной матрицы.

Столбчатая диаграмма показывает уровень ожирения в разных странах. Страны расположены по убыванию уровня ожирения. Самый высокий процент ожирения в США, за ними следуют Турция и Египет. В конце списка находятся страны Азии, такие как Индия, Япония и Южная Корея, с самыми низкими показателями.

Тепловая карта демонстрирует различия в уровне загрязнения между странами. Япония, Италия и Швейцария лидируют с высокими показателями, в то время как Южная Африка показывает значительно более низкий уровень. Большинство европейских стран демонстрируют схожий, умеренно высокий уровень загрязнения. Разрыв между лидерами и аутсайдерами подчеркивает разницу в экологической ситуации в разных регионах. Результаты могут указывать на влияние индустриализации и других факторов на состояние окружающей среды.

График представляет собой scatter plot (диаграмму рассеяния), отображающую распределение стоимости ежемесячного абонемента в тренажерный зал по разным странам. Каждая страна представлена кругом, положение которого по оси X соответствует стоимости абонемента, цвет указывает на диапазон ВВП на душу населения в этой стране. Страны с низкими ВВП: Аргентина, Бразилия, Египет и другие (≤ $11,121). Страны с высокими ВВП: Австралия, США и другие ($60.205-102.002).