Вводная часть
Источник данных: Kaggle Dataset "Moscow Flats Prices" Формат данных: CSV файл Размер данных: ~213 МБ, 1,001,076 записей Структура данных: segment - сегмент рынка (массовый, бизнес, премиум и др.) date - дата сбора данных jk_name - название жилого комплекса rooms - количество комнат square - площадь квартиры (м²) price - цена квартиры (руб.) price_m2 - цена за квадратный метр (руб.) floor - этаж finishing_id - тип отделки И другие атрибуты
Почему интересно анализировать именно эти данные
Актуальность и масштаб:
- Более 1 миллиона записей о квартирах в Москве
- Данные собраны с реальных сайтов недвижимости
- Охватывает 499 жилых комплексов
- Представляет 6 различных сегментов рынка
Практическая значимость:
- Помогает понять структуру рынка недвижимости Москвы
- Позволяет выявить ценовые закономерности
- Полезно для инвесторов, застройщиков и покупателей
- Демонстрирует сегментацию рынка
Аналитическая ценность:
- Богатый набор признаков для анализа
- Возможность изучения корреляций между параметрами
- Подходит для статистического тестирования гипотез
- Позволяет применить различные методы визуализации
Образовательная ценность: -Идеальный датасет для демонстрации EDA (Exploratory Data Analysis)
- Позволяет показать различные типы визуализаций
- Подходит для применения статистических методов
- Демонстрирует обработку больших объемов данных
Какие виды графиков решено сделать и почему
Гистограмма + Box Plot (Визуализация 1):
- Гистограмма показывает форму распределения цен
- Box Plot позволяет сравнить распределения между сегментами
Scatter Plot с линией тренда (Визуализация 2):
- Показывает зависимость между двумя непрерывными переменными
- Линия тренда визуализирует общую тенденцию
Комплексная панель из 4 графиков (Визуализация 3):
- Сравнивает несколько аспектов одновременно
- Эффективно использует пространство
Тепловая карта корреляций (Визуализация 4):
- Позволяет быстро выявить сильные связи между переменными
Статистическая панель из 4 графиков (Визуализация 5):
- Q-Q Plot проверяет нормальность распределения
- Гистограмма и Box Plot показывают разброс данных
- Столбчатая диаграмма показывает влияние отделки
Сравнительная панель из 3 графиков (Визуализация 6):
- Violin Plot сравнивает распределение данных по сегментам
- Scatter Plot с группировкой по сегментам выявляет кластеры
Этапы работы
Этап 1: Загрузка и предобработка данных
Импорт библиотек и настройка окружения
Определение цветовой схемы
Загрузка данных
Преобразование типов данных
Очистка данных
Создание дополнительных признаков
Этап 2: Создание визуализаций
