Original size 1140x1600

ELECTRONIC CARDS

PROTECT STATUS: not protected

ОПИСАНИЕ

1.Выбор таблицы данных

2.Этапы работы

3.Итоговые графики

4.Блокнот и датасет

ВЫБОР ТАБЛИЦЫ ДАННЫХ

Прикрепить карточку Для того, чтобы провести анализ данных, я выбрала таблицу на сайте, которую нашла в интернете. Изучив информацию, которая там хранилась мой выбор пал на список, который хранит в себе информацию ELECTRONIC CARDS TRANSACTION.

ЭТАПЫ РАБОТЫ

Для начала скачаем необходимые библиотеки

big
Original size 2129x269

Проверяем правильно ли считалась таблица с данными о кредитных картах

big
Original size 1398x230
big
Original size 2073x1130

Я предпочла использовать столбчатые диаграммы для визуализации данных, так как считаю их наиболее понятным и удобным способом представления информации.

ИТОГОВЫЕ ГРАФИКИ

Original size 2073x1108

график показывает распределение ед. измерения

Original size 1529x1143

диаграмма показывает наиболее частые значения data_value

Original size 1591x1096

диаграмма показывает наиболее частые значения period

Original size 1576x1108

график показывает зависимость между 2-мя параметрами

Original size 2081x1103

график показывает как происходит распределение по группам

БЛОКНОТ И ДАТЕСТ

https://colab.research.google.com/drive/11o4fLycqWprs5to7FNbjXBgKSMMVrJ_n

ELECTRONIC CARDS
Милена Акопян создала электронные карточки на основе анализа данных из интернет-источника. Проект включает этапы работы, графики и датасет, созданные с использованием столбчатых диаграмм для визуализации.
Project description created with AI
Project created at 25.09.2024
More projects in artificial intelligence
Ольга Островерх провела анализ базы данных фанфиков о Гарри Поттере, собранных с 2004 по 2019 год. В исследовании использовались гистограммы, круговые диаграммы и линейные графики для визуализации тенденций публикаций и популярности персонажей.
Мария Диковская провела анализ частоты участия главных героинь MLP:FiM в сериях мультсериала. В проекте использовались линейчатые, круговые и гистограммные графики для визуализации данных по сезонам.
Екатерина Думнова провела анализ данных песен Тейлор Свифт, изучая тексты и статистику музыкального творчества исполнительницы. Проект включает в себя анализ количества треков и альбомов, а также выявление закономерностей в продолжительности песен.
Надежда Худякова провела анализ данных о потребителях кофе, используя круговые и столбчатые диаграммы для визуализации результатов. Проект включает стилизацию графиков с помощью генеративной модели Leonardo AI и примеры промптов для ChatGPT.
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