Skip to content
The Chat Archive
o1-mini-2024-09-12· OpenAI WildChat-4.8M (AI2)

Сделай в этом коде, чтобы по y было от 0: import pandas as pd import matplotlib.pyplot…

  1. User

    Сделай в этом коде, чтобы по y было от 0:

    import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import numpy as np

    Настройка стиля графиков

    sns.set(style="whitegrid")

    Загрузка данных из CSV файла

    data = pd.read_csv('training_set.csv')

    Просмотр первых строк данных

    print("Первые 5 строк датасета:") print(data.head())

    Проверка на наличие пропущенных значений

    print("\nПропущенные значения в каждом столбце:") print(data.isnull().sum())

    Основные статистики

    print("\nСтатистические показатели датасета:") print(data.describe())

    Визуализация 1: Круговая диаграмма распределения пользователей по платформам

    platform_counts = data['platform'].value_counts()

    plt.figure(figsize=(8, 8)) plt.pie(platform_counts, labels=platform_counts.index, autopct='%1.1f%%', startangle=140, colors=sns.color_palette('pastel')) plt.title('Распределение пользователей по платформам') plt.axis('equal') # Чтобы круг был круглым plt.tight_layout() plt.savefig('pie_chart_platform_distribution.png') plt.show()

    Визуализация 2: Зависимость возраста от количества друзей

    plt.figure(figsize=(12, 8))

    Создание цветовой палитры по платформам

    palette = sns.color_palette("hsv", len(data['platform'].unique())) sns.scatterplot(data=data, x='age', y='friends', hue='platform', palette=palette, s=100, edgecolor='k', alpha=0.7)

    plt.title('Зависимость возраста от количества друзей') plt.xlabel('Возраст') plt.ylabel('Количество друзей') plt.legend(title='Платформа', bbox_to_anchor=(1.05, 1), loc='upper left')

    Установка интервала по оси X с шагом 10

    min_age = data['age'].min() max_age = data['age'].max()

    Определяем начало и конец диапазона для оси X

    tick_start = (min_age // 10) * 10 tick_end = ((max_age // 10) + 1) * 10

    Генерируем список меток с шагом 10

    plt.xticks(range(tick_start, tick_end + 1, 10))

    plt.tight_layout() plt.savefig('scatter_age_friends.png') plt.show()

    Дополнительно: Логарифмическая шкала для количества друзей

    plt.figure(figsize=(12, 8)) sns.scatterplot(data=data, x='age', y='friends', hue='platform', palette=palette, s=100, edgecolor='k', alpha=0.7) plt.yscale('log') plt.title('Зависимость возраста от количества друзей (Логарифмическая шкала)') plt.xlabel('Возраст') plt.ylabel('Количество друзей (логарифмическая шкала)') plt.legend(title='Платформа', bbox_to_anchor=(1.05, 1), loc='upper left')

    Установка интервала по оси X с шагом 10

    plt.xticks(range(tick_start, tick_end + 1, 10))

    plt.tight_layout() plt.savefig('scatter_age_friends_log.png') plt.show()

    Шаг 1: Удаление выбросов с помощью IQR

    Q1 = data['friends'].quantile(0.25) Q3 = data['friends'].quantile(0.75) IQR = Q3 - Q1 lower_bound = Q1 - 1.5 * IQR upper_bound = Q3 + 1.5 * IQR

    print(f"\nНижняя граница для 'friends': {lower_bound}") print(f"Верхняя граница для 'friends': {upper_bound}")

    filtered_data = data[(data['friends'] >= lower_bound) & (data['friends'] <= upper_bound)]

    print(f"\nКоличество записей до фильтрации: {data.shape[0]}") print(f"Количество записей после фильтрации: {filtered_data.shape[0]}")

    Визуализация без выбросов

    plt.figure(figsize=(12, 8)) sns.scatterplot(data=filtered_data, x='age', y='friends', hue='platform', palette=palette, s=100, edgecolor='k', alpha=0.7) plt.title('Зависимость возраста от количества друзей (без выбросов)') plt.xlabel('Возраст') plt.ylabel('Количество друзей') plt.legend(title='Платформа', bbox_to_anchor=(1.05, 1), loc='upper left')

    Установка интервала по оси X с шагом 10

    filtered_min_age = filtered_data['age'].min() filtered_max_age = filtered_data['age'].max() filtered_tick_start = (filtered_min_age // 10) * 10 filtered_tick_end = ((filtered_max_age // 10) + 1) * 10 plt.xticks(range(filtered_tick_start, filtered_tick_end + 1, 10))

    plt.tight_layout() plt.savefig('scatter_age_friends_no_outliers.png') plt.show()

    Анализ корреляции с выбросами

    correlation_with_outliers = data['age'].corr(data['friends']) print(f'\nКоэффициент корреляции между возрастом и количеством друзей (с выбросами): {correlation_with_outliers:.2f}')

    Анализ корреляции без выбросов

    correlation_without_outliers = filtered_data['age'].corr(filtered_data['friends']) print(f'Коэффициент корреляции между возрастом и количеством друзей (без выбросов): {correlation_without_outliers:.2f}')

    Визуализация с линией тренда без выбросов

    plt.figure(figsize=(12, 8)) sns.scatterplot(data=filtered_data, x='age', y='friends', hue='platform', palette=palette, s=100, edgecolor='k', alpha=0.7)

    Добавляем линию тренда на отфильтрованных данных

    sns.regplot(data=filtered_data, x='age', y='friends', scatter=False, ax=plt.gca(), color='red', line_kws={'linewidth':2}, label='Линия тренда (без выбросов)')

    plt.title('Зависимость возраста от количества друзей с линией тренда (без выбросов)') plt.xlabel('Возраст') plt.ylabel('Количество друзей') plt.legend(title='Платформа')

    Установка интервала по оси X с шагом 10

    plt.xticks(range(filtered_tick_start, filtered_tick_end + 1, 10))

    plt.tight_layout() plt.savefig('scatter_age_friends_trend_no_outliers.png') plt.show()

  2. Assistant

    Конечно! Я модифицирую ваш код так, чтобы ось Y начиналась с 0 в соответствующих визуализациях. Для этого добавлю настройку нижней границы оси Y с помощью plt.ylim(bottom=0). В случае с логарифмической шкалой ось Y не может начинаться с 0, поэтому я установлю нижнюю границу чуть выше минимального значения, например, с 1.

    Ниже приведён обновлённый код с необходимыми изменениями:

    import pandas as pd
    import matplotlib.pyplot as plt
    import seaborn as sns
    import numpy as np
    
    # Настройка стиля графиков
    sns.set(style="whitegrid")
    
    # Загрузка данных из CSV файла
    data = pd.read_csv('training_set.csv')
    
    # Просмотр первых строк данных
    print("Первые 5 строк датасета:")
    print(data.head())
    
    # Проверка на наличие пропущенных значений
    print("\nПропущенные значения в каждом столбце:")
    print(data.isnull().sum())
    
    # Основные статистики
    print("\nСтатистические показатели датасета:")
    print(data.describe())
    
    # Визуализация 1: Круговая диаграмма распределения пользователей по платформам
    platform_counts = data['platform'].value_counts()
    
    plt.figure(figsize=(8, 8))
    plt.pie(platform_counts, labels=platform_counts.index, autopct='%1.1f%%',
            startangle=140, colors=sns.color_palette('pastel'))
    plt.title('Распределение пользователей по платформам')
    plt.axis('equal')  # Чтобы круг был круглым
    plt.tight_layout()
    plt.savefig('pie_chart_platform_distribution.png')
    plt.show()
    
    # Визуализация 2: Зависимость возраста от количества друзей
    plt.figure(figsize=(12, 8))
    
    # Создание цветовой палитры по платформам
    palette = sns.color_palette("hsv", len(data['platform'].unique()))
    sns.scatterplot(data=data, x='age', y='friends', hue='platform',
                    palette=palette, s=100, edgecolor='k', alpha=0.7)
    
    plt.title('Зависимость возраста от количества друзей')
    plt.xlabel('Возраст')
    plt.ylabel('Количество друзей')
    plt.legend(title='Платформа', bbox_to_anchor=(1.05, 1), loc='upper left')
    
    # Установка интервала по оси X с шагом 10
    min_age = data['age'].min()
    max_age = data['age'].max()
    
    # Определяем начало и конец диапазона для оси X
    tick_start = (min_age // 10) * 10
    tick_end = ((max_age // 10) + 1) * 10
    
    # Генерируем список меток с шагом 10
    plt.xticks(range(tick_start, tick_end + 1, 10))
    
    # Установка нижней границы по оси Y
    plt.ylim(bottom=0)
    
    plt.tight_layout()
    plt.savefig('scatter_age_friends.png')
    plt.show()
    
    # Дополнительно: Логарифмическая шкала для количества друзей
    plt.figure(figsize=(12, 8))
    sns.scatterplot(data=data, x='age', y='friends', hue='platform',
                    palette=palette, s=100, edgecolor='k', alpha=0.7)
    
    plt.yscale('log')
    plt.title('Зависимость возраста от количества друзей (Логарифмическая шкала)')
    plt.xlabel('Возраст')
    plt.ylabel('Количество друзей (логарифмическая шкала)')
    plt.legend(title='Платформа', bbox_to_anchor=(1.05, 1), loc='upper left')
    
    # Установка интервала по оси X с шагом 10
    plt.xticks(range(tick_start, tick_end + 1, 10))
    
    # В логарифмической шкале ось Y не может начинаться с 0. Установим нижнюю границу на 1 или минимальное положительное значение
    plt.ylim(bottom=1)
    
    plt.tight_layout()
    plt.savefig('scatter_age_friends_log.png')
    plt.show()
    
    # Шаг 1: Удаление выбросов с помощью IQR
    Q1 = data['friends'].quantile(0.25)
    Q3 = data['friends'].quantile(0.75)
    IQR = Q3 - Q1
    lower_bound = Q1 - 1.5 * IQR
    upper_bound = Q3 + 1.5 * IQR
    
    print(f"\nНижняя граница для 'friends': {lower_bound}")
    print(f"Верхняя граница для 'friends': {upper_bound}")
    
    filtered_data = data[(data['friends'] >= lower_bound) & (data['friends'] <= upper_bound)]
    
    print(f"\nКоличество записей до фильтрации: {data.shape[0]}")
    print(f"Количество записей после фильтрации: {filtered_data.shape[0]}")
    
    # Визуализация без выбросов
    plt.figure(figsize=(12, 8))
    sns.scatterplot(data=filtered_data, x='age', y='friends', hue='platform',
                    palette=palette, s=100, edgecolor='k', alpha=0.7)
    plt.title('Зависимость возраста от количества друзей (без выбросов)')
    plt.xlabel('Возраст')
    plt.ylabel('Количество друзей')
    plt.legend(title='Платформа', bbox_to_anchor=(1.05, 1), loc='upper left')
    
    # Установка интервала по оси X с шагом 10
    filtered_min_age = filtered_data['age'].min()
    filtered_max_age = filtered_data['age'].max()
    filtered_tick_start = (filtered_min_age // 10) * 10
    filtered_tick_end = ((filtered_max_age // 10) + 1) * 10
    plt.xticks(range(filtered_tick_start, filtered_tick_end + 1, 10))
    
    # Установка нижней границы по оси Y
    plt.ylim(bottom=0)
    
    plt.tight_layout()
    plt.savefig('scatter_age_friends_no_outliers.png')
    plt.show()
    
    # Анализ корреляции с выбросами
    correlation_with_outliers = data['age'].corr(data['friends'])
    print(f'\nКоэффициент корреляции между возрастом и количеством друзей (с выбросами): {correlation_with_outliers:.2f}')
    
    # Анализ корреляции без выбросов
    correlation_without_outliers = filtered_data['age'].corr(filtered_data['friends'])
    print(f'Коэффициент корреляции между возрастом и количеством друзей (без выбросов): {correlation_without_outliers:.2f}')
    
    # Визуализация с линией тренда без выбросов
    plt.figure(figsize=(12, 8))
    sns.scatterplot(data=filtered_data, x='age', y='friends', hue='platform',
                    palette=palette, s=100, edgecolor='k', alpha=0.7)
    
    # Добавляем линию тренда на отфильтрованных данных
    sns.regplot(data=filtered_data, x='age', y='friends', scatter=False,
                ax=plt.gca(), color='red', line_kws={'linewidth':2}, label='Линия тренда (без выбросов)')
    
    plt.title('Зависимость возраста от количества друзей с линией тренда (без выбросов)')
    plt.xlabel('Возраст')
    plt.ylabel('Количество друзей')
    plt.legend(title='Платформа')
    
    # Установка интервала по оси X с шагом 10
    plt.xticks(range(filtered_tick_start, filtered_tick_end + 1, 10))
    
    # Установка нижней границы по оси Y
    plt.ylim(bottom=0)
    
    plt.tight_layout()
    plt.savefig('scatter_age_friends_trend_no_outliers.png')
    plt.show()
    

    Объяснение внесённых изменений:

    1. Установка нижней границы оси Y на 0:

      • Визуализация 2 (Зависимость возраста от количества друзей):

        plt.ylim(bottom=0)
        
      • Визуализация без выбросов:

        plt.ylim(bottom=0)
        
      • Визуализация с линией тренда без выбросов:

        plt.ylim(bottom=0)
        
    2. Логарифмическая шкала:

      В логарифмической шкале ось Y не может начинаться с 0, так как логарифм 0 не определён. Вместо этого устанавливаем нижнюю границу на 1:

      plt.ylim(bottom=1)
      

      Если в ваших данных есть значения friends, равные 0, то для логарифмической шкалы их необходимо обрабатывать отдельно, например, заменить на минимально возможное положительное значение или исключить.

    Дополнительные рекомендации:

    • Проверка данных на наличие нулевых или отрицательных значений в столбце friends:

      Прежде чем применять логарифмическую шкалу, убедитесь, что все значения в столбце friends положительные. Если есть нулевые или отрицательные значения, их необходимо обработать:

      # Проверка на наличие нулевых или отрицательных значений
      if (data['friends'] <= 0).any():
          print("Есть нулевые или отрицательные значения в 'friends'. Они будут удалены для логарифмической шкалы.")
          data = data[data['friends'] > 0]
      
    • Автоматическая установка нижней границы:

      Вместо жёсткой установки нижней границы можно динамически определять её на основе данных:

      plt.ylim(bottom=data['friends'].min() if data['friends'].min() > 0 else 1)
      

    Это поможет сделать код более устойчивым к различным наборам данных.

    Если у вас возникнут дополнительные вопросы или потребуется помощь с другими аспектами кода, пожалуйста, сообщите!