Описание
Чтобы провести анализ данных, я воспользовалась data.world для поиска информации и выбрала список, который хранит в себе информацию об индексе восприятия коррупции, который измеряет воспринимаемый уровень коррупции в государственном секторе во всем мире за 2015 год.
Мною было принято решение проанализировать эти данные, так как меня всегда интересовали корреляции данных по этой теме.
Этапы работы
Я создала такие графики:
- Pie
- Line plot
- Violin plot
- Heatmap
Написала код для анализа данных и дальнейшего преобразованиях их в графики.
Внутри он хранит ссылку на данные.
Дописала в код skiprows=1 чтобы он перестал учитывать первую строку (нулевую), которая несет в себе названия категорий. Благодаря этому удалось получить большее качественных графиков.
Скачала таблицы формата XLSX в data.world.
Преобразовала значения столбцов в числовой формат и дату.
Обработала и преобразовала данные.
Визуализировала данные с помощью графиков.
Итоговые графики
Pie
Код
Диаграмма
Из этого графика ясно количество стран входящие в тот или иной регион.
Line plot
Код
Диаграмма
Так, из этого графика ясно, что независимо от региона соотношение CPI в странах одного региона примерно такое же как и у других.
Violin plot
Код
Диаграмма
Этот тип графика помогает увидеть как форму распределения данных, так и их разброс внутри каждой категории (региона).
Heatmap
Код
Диаграмма
В данном примере тепловая карта отображает корреляцию между числовыми показателями из базы данных.
Тепловая карта помогает легко увидеть, какие пары переменных имеют сильную положительную или отрицательную корреляцию (по цветам).
Обложка была создана с помощью этого сервиса, который работает по форме ИИ, доработана в последствии в Photoshop. Палитра взята с обложки.
Для пояснения по видам графиков и коду я обращалась к Chat GPT.
