Original size 2659x3768

Влияние качества воздуха на здоровье

PROTECT STATUS: not protected

Описание проекта

Для данного проекта я использовала набор данных Kaggle, который рассматривает влияние качества воздуха на здоровье населения.

Kaggle

Эти данные откликнулись мне, поскольку качество воздуха является важным фактором, от которого зависят здоровье и благополучие людей. Кроме того, на курсе по психологии я изучала данный вопрос с точки зрения ментального здоровья, поэтому продолжить работу над этой темой было для меня интересно и познавательно.

Этапы работы:

  1. Выбор набора данных
  2. Анализ данных
  3. Визуализация графиков

Оформление графиков

Для оформления графиков я решила использовать спокойные, натуральные оттенки.

Основная цветовая палитра:

#ffcc99

#bedeba

#99ccff

Типы созданных графиков:

  1. Столбчатая диаграмма
  2. Круговая диаграмма
  3. Гистограмма
big
Original size 3638x819

цветовая палитра

Итоговые графики

big
Original size 3537x2538

график 1

Код графика

resp_cases = df['RespiratoryCases'].sum () cardio_cases = df['CardiovascularCases'].sum () total_cases = resp_cases + cardio_cases

resp_percent = (resp_cases / total_cases) * 100 cardio_percent = (cardio_cases / total_cases) * 100

labels = ['Respiratory Cases', 'Cardiovascular Cases'] sizes = [resp_percent, cardio_percent] colors = ['#ffcc99', '#bedeba']

plt.figure (figsize=(8, 8)) plt.pie (sizes, labels=labels, colors=colors, autopct='%1.1f%%', pctdistance=0.85) centre_circle = plt.Circle ((0, 0), 0.70, fc='white') fig = plt.gcf () fig.gca ().add_artist (centre_circle) plt.title ('Respiratory vs Cardiovascular Cases') plt.axis ('equal') plt.show ()

Original size 4088x2308

график 2

Код графика

df['PM'] = df['PM10'] + df['PM2_5']

plt.figure (figsize=(12, 8))

colors = ['#ffcc99', '#ffd7c1', '#bedeba', '#cdefd2', '#99ccff', '#9fd0ff']

plt.barh (np.arange (4), [df['PM'].mean (), df['NO2'].mean (), df['SO2'].mean (), df['O3'].mean ()], color=colors[: 5], edgecolor='#9fd0ff', linewidth=2) plt.yticks (np.arange (4), ['Концентрация твердых частиц (PM)', 'Концентрация диоксида азота (NO2)', 'Концентрация диоксида серы (SO2)', 'Концентрация озона (O3)']) plt.xlabel ('') plt.ylabel ('') plt.title ('Влияние показателей качества воздуха на здоровье') plt.grid (False) plt.show ()

Original size 3398x2137

график 3

Код графика

df['HealthImpactClass'] = pd.cut (df['HealthImpactScore'], bins=[-1, 20, 40, 60, 80, 100], labels=['Очень низкое', 'Низкое', 'Умеренное', 'Высокое', 'Очень высокое'])

health_impact_counts = df.groupby ('HealthImpactClass', observed=False)['O3'].count ()

plt.figure (figsize=(10, 6))

colors = ['#ffcc99', '#ffd7c1', '#bedeba', '#cdefd2', '#99ccff']

health_impact_counts.plot (kind='barh', color=['#ffcc99', '#ffd7c1', '#bedeba', '#cdefd2', '#99ccff']) plt.xlabel ('') plt.ylabel ('') plt.title ('Взаимосвязь ухудшения здоровья и концентрации озона в воздухе') plt.show ()

Original size 3436x1938

график 4

Код графика

df['HealthImpactClass'] = pd.cut (df['HealthImpactScore'], bins=[20, 40, 60, 80, 100], labels=['Низкое', 'Умеренное', 'Высокое', 'Очень высокое'])

df['PM'] = df['PM10'] + df['PM2_5']

plt.figure (figsize=(12, 6))

x = ['Очень низкое', 'Низкое', 'Умеренное', 'Высокое', 'Очень высокое'] y = [df.loc[df['HealthImpactClass'] == cat, 'PM'].mean () for cat in x]

plt.bar (x, y, color=['#bedeba', '#cdefd2', '#99ccff', '#ffb3b3', '#ff8080'], edgecolor='#9fd0ff', linewidth=2)

plt.xlabel ('') plt.ylabel ('') plt.title ('Зависимость PM от HealthImpactClass')

plt.rcParams['axes.edgecolor'] = '#9fd0ff' plt.rcParams['axes.linewidth'] = 2

plt.show ()

Original size 879x776

график 5

Код графика

import seaborn as sns

df['PM'] = df['PM10'] + df['PM2_5']

corr_matrix = df[['PM10', 'PM2_5', 'NO2', 'SO2', 'O3', 'RespiratoryCases', 'CardiovascularCases', 'HospitalAdmissions']].corr ()

plt.figure (figsize=(12, 10)) cmap = sns.diverging_palette (146, 220, as_cmap=True) ax = sns.heatmap (corr_matrix, annot=True, cmap=cmap, vmin=-1, vmax=1, center=0, linewidths=0.5, linecolor='grey', fmt='.2f', annot_kws={'size': 8})

plt.title ('Корреляционная матрица') plt.show ()

В работе использован Chat GPT-4o для стилизации графиков

Влияние качества воздуха на здоровье
Алёна Пряхина создала исследование, анализирующее влияние качества воздуха на здоровье населения с использованием данных из Kaggle. Проект включает визуализацию графиков с применением спокойной цветовой палитры и код для построения диаграмм, опубликованный в блокноте.
Project description created with AI
Project created at 25.09.2024
More projects in artificial intelligence
Анастасия Нагибина провела анализ YouTube каналов 2023 года, чтобы определить наиболее востребованные категории и ютуберов. Проект включает визуализацию данных с использованием библиотеки seaborn и генерацию обложки через Leonardo Ai.
Давид Ишьяров провёл анализ статистических данных мобильных игр, используя данные с сайта GameAnalytics и библиотеку Plotly для визуализации. Проект включает в себя три типа графиков: столбчатую диаграмму, круговую диаграмму и гистограмму, оформленные в цветовой палитре #8579F9, #F4FF67 и #FFB167.
Филипп Давидян собрал статистику по народным промыслам в России за 2017–2021 годы и представил её в виде графиков. Проект включает данные о количестве организаций, туристических брендах и объёме производства, извлечённые из изображений с помощью ChatGPT.
Алиса Морозова провела анализ данных о самых продаваемых книгах в мире, используя набор данных с сайта Kaggle.com. Проект включает визуализацию статистики с помощью минималистичных графиков в светло-небесном цвете.
pro.hsedesign
Digital platform for creating presentations. An innovative online constructor where everyone can showcase their projects, proposals or educational courses in spectacular way.
lecture
landing
presentation
presentation of the course
tutorial
explainer
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