Original size 1140x1600

Анализ данных по преступлениям на почве ненависти

PROTECT STATUS: not protected

Описание проекта

Я решала проанализировать данные о преступлениях против человека и имущества на почве ненависти в США за 2022 год. В таблице указаны категории преступлений, такие как запугивания, убийства, кражи и многие другие. А так же категории пострадавших, разделенных по расе, ориентации, полу и тд. Эти данные мне интересны, поскольку я часто смотрю на ютубе видео о преступлениях, и всегда интересно знать чем руководствуются преступники.

В проекте были выбраны точечные графики, чтобы наглядно показать разницу между мужчинами и женщинами, также столбчатые для отражения количества пострадавших и линейные для отслеживания популярности преступлений на определенную категорию людей.

Графики

Сначала я решила посмотреть, жертвами каких преступлений чаще всего становятся люди каждой расы.

df.iloc[2:13, : ].plot (kind='line') — поскольку категории людей указаны в строках, я определила диапазон работы с ними. Далее задала подписи к графику.

plt.title ('Сравнение количества преступлений разных категорий в зависимости от расовой принадлежности') plt.xlabel ('расы') plt.ylabel ('количество преступлений') plt.legend (['Murder', 'Rape', 'Human Trafficking', 'Other', 'Robbery', 'Burglary', 'Larceny', 'Motor', 'Arson', 'Other_2', 'Unnamed']) plt.show ()

Такой результат я получила:

Original size 904x455

По оси x каждому номеру соответствует определенная раса, указанная в таблице. Из этого графика можно сделать вывод, что большинство преступлений совершается в отношении афроамериканцев.

Дальше я решила сравнить количество жертв изнасилований на фоне ненависти к людям разных рас и религий.

Для этого я также определила диапазон для каждой из категорий: ras = df.iloc[2:13][['Rape']] rel = df.iloc[13:27][['Rape']]

Затем ввела данные для столбиков: ras = df.iloc[2:13].copy () ras['Rape'] = ras['Rape'] — ras['Rape'].min () rel = df.iloc[13:27].copy () rel['Rape'] = rel['Rape'] — rel['Rape'].min ()

Дальше у меня появилась проблема с тем, чтобы столбики в графике были разного цвета. Я ввела следующий запрос в https://openchat.team/ru: plt.bar (range (len (ras)), ras['Rape'], color='red') как построить второй столбик на графике

В итоге получился такой код: plt.bar (range (len (ras)), ras['Rape'], color='red') plt.bar (range (len (ras), len (ras) + len (rel)), rel['Rape'], color='blue')

Затем я ввела также подписи и вывела график: plt.title ('Сравнение количества изнасилований на фоне расовой и религиозной принадлежности') plt.xlabel ('раса/религия') plt.ylabel ('количество преступлений') plt.legend (['разные расы', 'разные религии']) plt.show ()

Original size 801x455

В 3 графике отражено количество жертв запугиваний среди людей с разной ориентацией. Для этого я определила строки с ними: a = df.iloc[28][['Intimidation']] b = df.iloc[29][['Intimidation']] c = df.iloc[30][['Intimidation']] d = df.iloc[31][['Intimidation']] e = df.iloc[32][['Intimidation']]

Дальше были заданы свои места и отдельные цвета для каждого слова, чтобы график выглядел нагляднее:

data = [a['Intimidation'], b['Intimidation'], c['Intimidation'], d['Intimidation'], e['Intimidation']]

positions = [28,29,30,31,32]

colors = ['red', 'orange', 'green', 'blue', 'purple']

Далее сам график с подписями: for i, value in enumerate (data): plt.bar (positions[i], value, color=colors[i])

plt.title ('Частота запугиваний людей в зависимости от ориентации') plt.xlabel ('ориентация') plt.ylabel ('количество преступлений') plt.legend (['Anti-Gay (Male)', 'Anti-Lesbian', 'Anti-Lesbian, Gay, Bisexual, or Transgender', 'Anti-Heterosexual', 'Anti-Bisexual'])

plt.show ()

Original size 582x455

И в конце я решила выяснить, как вероятность стать жертвой преступления любого рода зависит от пола. Также определила строки для мужчин и женщин: x_data = df.iloc[37] y_data = df.iloc[38]

По оси х задала данные по мужчинам, по у по женщинам x_data = x_data.astype (str) y_data = y_data.astype (str) plt.scatter (x_data, y_data)

И добавила подписи: plt.xlabel ('Данные по мужчинам') plt.ylabel ('Данные по женщинам) plt.title ('Сравнение преступлений против мужчин и против женщин') plt.show ()

Original size 643x455

Поскольку преступления для каждого пола располагаются в том порядке, в котором есть в таблице, на графике в точке пересечения можно увидеть количество для мужчин и женщин и сравнить.

Ссылка на блокнот: https://colab.research.google.com/drive/18cy7b0ysRNUUgXGkcgxuJDvg4yUXubrU?usp=sharing

Описание применения генеративной моедели

Модель: OpenChat 3.6 (latest) | Temp: 0.5 https://openchat.team/ru Использован для решения следующей задачи: как сделать столбики в графике разного цвета. Промт: plt.bar (range (len (ras)), ras['Rape'], color='red') как построить второй столбик на графике

Анализ данных по преступлениям на почве ненависти
Дарья Пятилетова создала анализ данных о преступлениях на почве ненависти в США за 2022 год. Проект включает визуализацию с использованием точечных, столбчатых и линейных графиков для сравнения преступлений по расе, полу и ориентации.
Project description created with AI
Project created at 08.10.2024
More projects in artificial intelligence
Ник Шолох провёл анализ данных о породах кошек, чтобы выявить их особенности и помочь владельцам выбрать подходящего питомца. Проект включает визуализацию с использованием генеративной нейросети Copilot для создания цветовой палитры и обложки.
Эльвира Галиева провела анализ данных смертности в ДТП, используя открытые датасеты за 2008–2012 годы. Проект включает визуализацию статистики с помощью линейных графиков и столбчатых диаграмм, а также вывод об отсутствии корреляции между количеством автомобилей и уровнем смертности на дорогах.
Алина Ильчегулова провела анализ романтической литературы, используя данные из датасета с Kaggle и визуализируя их в графиках. Проект включает в себя гистограммы, линейные и пузырьковые диаграммы, созданные с помощью Google Colab и Design Cap.
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