Задание по анализу данных и визуализации
Концепция
Депрессия — одна из самых главных проблем в наше время, особенно среди подростков и молодых людей. Учащиеся в вузах еще больше подвержены ей из-за тяжелой нагрузки.
Визуализация
Как человек, страдавший депрессией, для себя я выбрала изображения, которые откликались лично для меня.
Какие данные вы выбрали и где вы их нашли. Объясните свой выбор.
Я выбрала данные про студенческую депрессию, так как на мой взгляд это важная тема в наше время, а так же как человек, который от нее страдал.
https://www.kaggle.com/datasets/hopesb/student-depression-dataset/code?datasetId=6144877
Какой вид графиков вы решили сделать?
Мною было сделано несколько видов графиков, таких как pie chart, bar chart, диаграмма, гистограмма. Это было сделано что бы в нескольких разрезах показать результаты опросов.
Расскажите, как вы обрабатывали данные.
Данные были обработаны в https://colab.research.google.com/drive/14dBucPeKxFCSOL3RM_DXfal0GFkyBm3P#scrollTo=2Mn58flPAaGo основываясь на лекциях и моих знаниях.
Если пользовались нейросетями, то какими, для чего, какие промпты писали.
Был использован CHAT gpt для поиска ошибки во время написания кода
Промпт:
Найди ошибку и исправь
TypeError Traceback (most recent call last) in () 1 # Заполнение пропусков средним значением ----> 2 df.fillna (df.mean (), inplace=True) 3 4 # Или удаление строк с пропусками 5 # df.dropna (inplace=True) 10 frames /usr/local/lib/python3.10/dist-packages/pandas/core/nanops.py in _ensure_numeric (x) 1684 if inferred in [«string», «mixed»]: 1685 # GH#44008, GH#36703 avoid casting e.g. strings to numeric -> 1686 raise TypeError (f"Could not convert {x} to numeric») 1687 try: 1688 x = x.astype (np.complex128)
Итоговые графики
Ссылки
