Депрессия среди студентов

Депрессия среди студентов — одна из наиболее распространенных проблем психического здоровья, которая существенно влияет на качество жизни и успеваемость молодых людей. В условиях современной образовательной системы и высокого уровня стресса случаи депрессии среди студентов продолжают увеличиваться, что подчеркивает необходимость более глубокого изучения этой проблемы и поиска эффективных способов её предотвращения и лечения.

В исследовании я использовала датасет «Student Depression Dataset» с сайта Kaggle, который содержит данные о студентах и их уровне депрессии. Он включает информацию о возрасте, поле, академической успеваемости (оценки, затраченные часы), образе жизни (режим сна), а также историю психического здоровья и ответы на стандартизированные шкалы депрессии.

Я проанализировала такие данные как пол, возраст, продолжительность сна, и академические часы, чтобы выявить возможные факторы, влияющие на психическое здоровье студентов.

Данные я решила представить с помощью круговых диаграмм, столбчатых диаграмм, гистограмм и диаграмм рассеяния.

Моя визуализация вдохновлена мрачным чувством пустоты, разрушения, одиночества и безнадежности, которые часто сопровождают депрессию. Темная, монотонная цветовая палитра отражает безэмоциональность и внутреннее опустошение, а эффект шума символизирует хаос мыслей и ощущение неопределенности, которое охватывает человека в этом состоянии. Визуальные элементы подчеркивают изоляцию, создавая пространство, в котором фигуры теряются в бездне туманных и нечётких форм.

Шрифтовое решение моего проекта — всеми известная Helvetica.

Мне показалось, что в силу того, что это чистый, нейтральный и минималистичный шрифт, он мог бы подчеркнуть ту пустоту и отстранённость, которую я хочу передать всей своей визуализацией.

Для начала я импортировала необходимые библиотеки: pandas для работы с данными, matplotlib.pyplot для построения графиков, numpy для математических операций, matplotlib.font_manager для добавления шрифта «Helvetica» и pathlib для работы с путями файлов.

Затем я установила шрифт, настроила его использование, и подгрузила датасет.

Когда я просматривала датасет, я обнаружила, что кроме информации о студентах там также содержится немного информации о представителях других профессий. Поэтому я отфильтровала данные, чтобы продолжить анализировать только информацию о студентах.

В первую очередь я решила проанализировать как сон влияет на психологическое состояние студентов.

Мне захотелось отобразить результаты на круговой диаграмме, где наглядно будет показано сколько процентов от всего числа студентов с депрессией спят меньше 5, 5-6, 7-8 и больше 8 часов

Для этого я сперва отфильтровала данные, чтобы рассматривать только студентов с депрессией. Затем я сгруппировала их по длительности сна, упорядочила полученные категории по возрастанию и построила основу графика

Далее я приступила к визуализации, настроила основные параметры и размеры секций и стилизовала график.

График показывал, что большинство студентов с депрессией спят менее 5 часов (32,8%), что может свидетельствовать о нарушениях сна, связанных с депрессией, или наоборот — о депрессии, зависящей от качества сна.

Следующим я решила изучить влияние успеваемости (СGPA), результаты показала на столбчатой диаграмме. Так как средний балл каждого студента может быть абсолютно любым, я решила разбить студентов на группы по их оценкам.

Беру снова только студентов с депрессией. У некоторых студентов в датасете отсутствовали данные об их успеваемости, поэтому я исключила такие строки. Затем создала промежутки оценок, и сгруппировала студентов по этим промежуткам. В некоторых группах не оказалось студентов с такими баллами вообще — их я удалила, и затем строю и настраиваю сам график. В этот раз оформила график черно-белым градиентом.

График показывал, что наибольшее количество студентов с депрессией приходится на группу CGPA 8–9, то есть на тех студентов, у кого высокая успеваемость, а наименьшее — на группу CGPA 6–7 (студентов с низкой успеваемостью). Это может свидетельствовать о том, что хорошая успеваемость не всегда связана с низким уровнем стресса, а наоборот, может быть фактором стресса, и студенты с хорошими оценками часто перетруждаются и выгорают.

Затем я решила исследовать как развитие депрессии зависит от количество часов, проведенных за учебой, и показать результат исследования сразу на двух графиках. Для этого я в таблице датасета данные столбца «Work/Study Hours» преобразовала в числа. Для первого графика я сгруппировала только депрессивных студентов по количеству часов учебы, и построила график.