Анализ индекса счастья городов

Для анализа я выбрала любопытный датасет «Индекс счастья города - 2024», который был взят с платформы Kaggle. Этот набор данных интересен тем, что он позволяет исследовать взаимосвязь между различными городскими факторами и уровнем счастья жителей по всему миру. Счастье — это сложный и многогранный показатель, который зависит от множества факторов, и анализ этих данных может помочь понять, какие аспекты городской жизни наиболее важны. Это актуальная тема, так как урбанизация и качество жизни в городах становятся всё более важными вопросами для каждого из нас.

Данные включают разнообразные метрики, такие как уровень шума, плотность трафика, площадь зелёных зон, качество воздуха, стоимость жизни, качество здравоохранения и общий балл счастья, что позволяет исследовать комплексные взаимосвязи.

Для визуализации данных я выбрала следующие типы графиков:

— Столбчатая диаграмма Позволяет наглядно показать и выделить лидеров по уровню счастья между городами.

— Линейный график: Позволяет продемонстрировать влияние площади зелёных зон на уровень счастья. Линейный график хорошо подходит для отображения тенденций, зависимостей и анализа изменений показателей по времени.

— Точечный график и точечный график с линией тренда Позволяет показать зависимость уровня счастья от качества воздуха. Точечный график помогает выявить корреляцию между двумя переменными.

— Круговая диаграмма Позволяет визуализировать пропорции, таких как распределение городов по плотности трафика. Это позволяет быстро оценить, какой процент городов имеет низкий, средний, высокий или очень высокий уровень трафика.

Я выбрала эти виды графиков, чтобы наиболее наглядно визуализировать разницу между данными и все было понятно с первого взгляда.

Первым шагом я загрузила данные из CSV-файла с помощью библиотеки pandas. После загрузки я провела предварительный анализ данных, чтобы понять их структуру и наличие пропущенных значений. Этот этап позволил мне убедиться, что данные загружены корректно и не содержат явных ошибок.

Так как датасет включал данные на английском языке, для удобства я частично обработала категориальные данные, переведя их на русский язык с помощью словаря. Применение можно увидеть дальше в конкретных графиках.

Для создания графиков я использовала сортировку данных. Использование можно увидеть в кодах для графиков ниже. Например, для построения графика топ-10 городов по уровню счастья я отсортировала данные по колонке Happiness_Score.

При стилизации графиков я вдохновлялась изображением, сгенерированным мной в ReCraft. На ней изображены элементы городской среды, такие как зелёные зоны, современные здания и чистый воздух, что символизирует ключевые факторы, влияющие на уровень счастья в городе. Изображение было стилизовано с использованием пастельных тонов и минималистичного дизайна, чтобы подчеркнуть важность экологии и качества жизни в городской среде, цвета были заданы мной. Также обложка проекта сгенерирована с помощью ReCraft.

В графикахя я использовала шрифт DejaVu Sans для всех текстовых элементов на графиках, чтобы обеспечить единообразие и читаемость. Также я добавила заголовки, подписи осей и значения на графиках, чтобы сделать их более информативными.

Для создания гармоничного стиля я использовала светлый фон (#FAF8EC) для всех графиков. Это помогает выделить данные и делает графики менее перегруженными. Обработка данных и стилизация графиков были выполнены с акцентом на ясность и понятность.

На графике представлены данные о 10 городах с самым высоким уровнем счастья. Лидером рейтинга является Осло, за ним следуют Вена и Хельсинки. Остальные города, такие как Веллингтон, Окленд и Сидней, имеют схожие значения.

Лидирующие позиции занимают города преимущественно из Европы и Океании, что может быть связано с развитой инфраструктурой, социальной поддержкой и благоприятными условиями для жизни.

График демонстрирует положительную корреляцию между процентом зелёных зон в городе и уровнем счастья. Становится понятно, чем больше зелёных насаждений, тем выше уровень счастья жителей.

На графике видно, что большинство городов имеют среднюю плотность трафика (35.3%). Очень высокая плотность трафика наблюдается в 17.6% городов, что может негативно влиять на уровень счастья из-за повышенного стресса и ухудшения мобильности.

Точечный график показывает зависимость уровня счастья от качества воздуха с учётом плотности трафика. Видна отрицательная корреляция: чем лучше качество воздуха, тем выше уровень счастья. Города с низкой плотностью трафика чаще имеют более высокий уровень счастья, даже при среднем качестве воздуха, что указывает на важность мобильности и снижения стресса. Города с очень высокой плотностью трафика, даже при хорошем качестве воздуха, имеют более низкий уровень счастья, что подчёркивает негативное влияние пробок. Становится ясно, что для повышения уровня счастья нужно улучшать качество воздуха и снижать плотность трафика, учитывая комплексное взаимодействие этих факторов.

На представленном графике показана зависимость уровня счастья от индекса стоимости жизни. Линия тренда демонстрирует положительную корреляцию: с ростом стоимости жизни уровень счастья, как правило, увеличивается. Однако разброс данных вокруг линии тренда свидетельствует о том, что связь между этими переменными не является строгой. Это указывает на то, что высокая стоимость жизни может способствовать более высокому уровню счастья, но не является единственным определяющим фактором.