Анализ рутины: как утро меняет день
Введение
Утренняя рутина — это то, что мы проживаем каждый день, но часто недооцениваем её влияние на настроение и продуктивность. Мне стало особенно интересно изучить эту тему, потому что я сама пробовала разные привычки: от медитаций и спорта до ведения дневника, но многие из них не приживались, а начинать день по-прежнему бывает тяжело. Поэтому мне захотелось разобраться, какие именно факторы действительно помогают чувствовать себя лучше и работать эффективнее, а какие оказываются переоценёнными.
Для проекта я выбрала датасет с Kaggle, в котором собраны данные о длительности сна, времени подъёма, медитации, спорте, завтраке, ведении дневника, начале работы, продуктивности и настроении. Эти данные полезны, потому что в них отражены разные утренние сценарии и привычки, благодаря чему можно выделить «типы» людей по их рутинам.
Для визуализации я выбрала палитру из оттенков серого и чёрного с акцентным жёлтым цветом. Такой выбор отражает моё личное ощущение утра: оно часто кажется мне тяжёлым, серым и инертным. Но именно утренняя рутина — как солнечный луч — добавляет энергию и помогает включиться в новый день.
Анализ и визуализация
Первым делом я установила и подключила необходимые библиотеки: pandas, numpy, matplotlib и seaborn. Затем загрузила файл CSV c датасетом и посмотрела его структуру. Пропусков в данных не оказалось, что позволило сразу переходить к построению визуализаций.
Сначала я решила посмотреть, какое настроение люди чаще всего отмечают утром. Для этого я использовала столбец «Mood» и построила круговую диаграмму.
Было интересно заметить, что данные распределились довольно равномерно: около 35% участников отмечают грустное настроение, 35% — счастливое, и примерно 30% — нейтральное. Это говорит о том, что утро далеко не всегда ассоциируется с энергией, и почти треть опрошенных начинает день в «нулевом» состоянии.
Круговая диаграмма с кодом
Далее я решила посмотреть, как меняется продуктивность со временем. Для этого я взяла столбец «Productivity Score (1-10)», усреднила значения по месяцам, а затем построила график с трендовой линией (сглаживание за 3 месяца).
Такой подход показал общие колебания продуктивности: можно заметить периоды спада и подъёма, а также сезонные колебания. Это помогает увидеть не отдельные привычки, а общую картину во времени.
Линейная диаграмма с кодом
Завтрак — ключевой элемент утренней рутины, поэтому я проверила, как разные его виды влияют на продуктивность. Для этого я использовала столбцы «Breakfast Type» и «Productivity Score (1-10)».
Интересно, что самым высоким средним уровнем продуктивности обладают те, кто выбирает лёгкий завтрак. А вот у тех, кто полностью пропускает еду или предпочитает тяжёлый завтрак, продуктивность заметно ниже.
Столбчатая диаграмма с кодом
После этого я решила посмотреть, как тип завтрака связан с настроением утром. Для этого я использовала столбцы «Breakfast Type» и «Mood».
Оказалось, что люди, предпочитающие углеводный завтрак, чаще отмечают счастливое настроение, тогда как те, кто пропускает завтрак, чаще склонны к грусти.
Составная столбчатая диаграмма с кодом
В конце, я проверила, насколько продуктивность зависит от продолжительности сна. Для этого я построила scatter-график, где каждая точка показывает среднюю продуктивность при определённом количестве часов сна.
Чётко прослеживается тенденция: чем больше сна — тем выше продуктивность.
Диаграмма рассеивания с линией прогресса + код
Вывод
Анализ показал, что утренние привычки действительно оказывают влияние на продуктивность. Так, лёгкий завтрак оказался наиболее благоприятным вариантом: он не только связан с более высоким уровнем продуктивности, но и чаще сопровождается позитивным настроением. Динамика продуктивности во времени демонстрирует колебания, что подчёркивает важность устойчивости в распорядке дня. Однако наиболее значимый фактор — это сон: чем дольше и регулярнее человек спит, тем выше его продуктивность в течение дня.
Таким образом, даже небольшие корректировки в утренней рутине, способны существенно повысить общее самочувствие и эффективность.
Описание применения AI
В данном проекте использовались нейросеть ChatGPT для редактирования кода и создания обложки с иллюстраций. Промпт прописан рядом с ними.
