Original size 1140x1600

Анализ данных о смартфонах

PROTECT STATUS: not protected

Вводная часть

Для анализа был выбран набор данных о смартфонах, взятый с сайта Kaggle.

Меня заинтересовал этот набор данных, потому что он может быть полезен для анализа текущих тенденций на рынке смартфонов. Это особенно актуально, так как рынок смартфонов постоянно развивается и понимание этих данных может помочь в принятии решений при покупке или разработке новых устройств.

big
Original size 1304x234

Датасет на Kaggle.com

Набор данных о смартфонах состоит из 210 строк и 26 столбцов. Данные включают в себя информацию о бренде, модели, цене, рейтинге, наличии 5G, NFC и других характеристиках. Все эти данные были найдены в загруженном CSV-файле под названием «smartphones_cleaned_v6.csv».

Для визуализации данных было принято решение использовать несколько типов графиков, включая столбчатые диаграммы, круговые диаграммы и гистограммы. Это позволит более наглядно представить распределение различных характеристик среди смартфонов.

Будут использоваться в основном графики распределения. Один график, итоговый, в виде гистограммы.

Анализ данных

Для начала необходимо загрузить и обработать данные, чтобы убедиться, что они корректны и готовы для анализа. Для этого воспользуемся библиотекой pandas в Python.

В первую очередь импортируем необходимые библиотеки и настроим Seaborn для использования определенного стиля.

big
Original size 976x312

Код № 1

После загрузки данных проверим, нет ли в них пропущенных значений или аномалий, которые могут повлиять на анализ.

Original size 976x96

Код № 2

При выборе смартфона люди обычно обращают внимание на такие параметры, как камера, батарея, соотношение цены и памяти (не менее 128 ГБ). Создадим комплексный график, который будет отображать эти параметры.

Для этого мы можем создать следующие графики:

  1. Распределение памяти среди смартфонов с памятью не менее 128 ГБ.
  2. Распределение емкости батареи среди смартфонов с памятью не менее 128 ГБ.
  3. Распределение цены среди смартфонов с памятью не менее 128 ГБ.
  4. Распределение качества камеры среди смартфонов с памятью не менее 128 ГБ.

Сначала отфильтруем данные по условию памяти не менее 128 ГБ.

Original size 976x96

Код № 3

Распределение памяти среди смартфонов с памятью не менее 128 ГБ

Original size 976x134

Код № 4

Original size 1090x737

График № 1

Оказывается, большим спросом пользуются смартфоны с 1 ТБ памяти.

Распределение емкости батареи среди смартфонов с памятью не менее 128  ГБ

Original size 1130x174

Код № 5

Original size 1100x734

График № 2

По итогам данного графика емкость батареи в среднем 4500-5000мАч.

Распределение цены среди смартфонов с памятью не менее 128  ГБ

Original size 1553x174

Код № 6

Original size 1108x746

График № 3

Цена для смартфона удовлетворяющего нашим категориям в среднем 20 тысяч.

Распределение качества камеры среди смартфонов с памятью не менее 128  ГБ

Original size 1553x219

Код № 7

Original size 1112x746

График № 4

Анализ данных о смартфонах
Александра Знак провела анализ данных о смартфонах, используя набор из 210 строк и 26 столбцов из Kaggle. Проект включает визуализацию ключевых характеристик, таких как память, батарея, цена и камера, с помощью графиков распределения.
Project description created with AI
Project created at 25.09.2024
More projects in artificial intelligence
Алевтина Минкина провела анализ данных о населении разных стран мира и спрогнозировала его рост в будущем. Проект включает визуализацию распределения населения по континентам и применение модели линейной регрессии для прогнозирования численности населения.
Софья Ульянова провела анализ данных о продукции компании Myntra, используя Python и библиотеки для визуализации и статистики. Проект включает построение моделей регрессии, диаграмм и статистических тестов на основе датасета с 12491 продуктом из индийской компании электронной коммерции.
Софья Фаритова провела анализ популярности русского исполнителя SHAMAN на стриминговых платформах России. В проекте использовались линейные, точечные, областные и круговые диаграммы для оценки популярности артиста и его треков.
Наталья Станкевич создала финальный проект по анализу данных мира Valorant в формате блога. Проект включает визуализацию данных с помощью гистограмм, линейных и столбчатых диаграмм, созданных в 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