AIM-PIbd-31-Belianin-N-N/laboratory_1/lab1.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Начинаем работу...\n",
    "\n",
    "Выгрузка данных будет проводиться с помощью Pandas из cvs файла (Данные по продажам домов). Выгрузим-ка данные из cvs файла в датафрейм:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 31,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Index(['id', 'date', 'price', 'bedrooms', 'bathrooms', 'sqft_living',\n",
      "       'sqft_lot', 'floors', 'waterfront', 'view', 'condition', 'grade',\n",
      "       'sqft_above', 'sqft_basement', 'yr_built', 'yr_renovated', 'zipcode',\n",
      "       'lat', 'long', 'sqft_living15', 'sqft_lot15'],\n",
      "      dtype='object')\n"
     ]
    }
   ],
   "source": [
    "import pandas as pd\n",
    "import matplotlib.pyplot as plt\n",
    "import seaborn as sns\n",
    "\n",
    "# Загрузка данных\n",
    "df = pd.read_csv(\".//static//csv//kc_house_data.csv\")\n",
    "\n",
    "# Вывод столбцов\n",
    "print(df.columns)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**Ураа мы справились с выводом данных**\n",
    "\n",
    "Помимо вывода, подсоединили дополнительные библиотеки, которые помогут построить графики :)\n",
    "\n",
    "Приступим к построению диаграмм..."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 32,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "<function matplotlib.pyplot.show(close=None, block=None)>"
      ]
     },
     "execution_count": 32,
     "metadata": {},
     "output_type": "execute_result"
    },
    {
     "data": {
      "image/png": "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
      "text/plain": [
       "<Figure size 1000x600 with 1 Axes>"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "# 1. Диаграмма распределения цен (гистограмма)\n",
    "plt.figure(figsize=(10,6))\n",
    "sns.histplot(df['price'], bins=50, kde=True)\n",
    "plt.title('Распределение цен на недвижимость')\n",
    "plt.xlabel('Цена')\n",
    "plt.ylabel('Частота')\n",
    "plt.show"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Диаграмма №1 (Гистограмма)\n",
    "\n",
    "Данная круговая диаграмма отображает распределение цен на недвижимость. Bins позволяет установить интервальность исследования, так на графике заданы 50 интервалов, для более детального отображения распределения цен. Это позволяет сделать вывод о том, что большинство объектов недвижимости находится в более низком ценовом сегменте и дорогая недвижимость встречается реже."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 33,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "image/png": "iVBORw0KGgoAAAANSUhEUgAAA0wAAAIjCAYAAAAwSJuMAAAAOXRFWHRTb2Z0d2FyZQBNYXRwbG90bGliIHZlcnNpb24zLjkuMiwgaHR0cHM6Ly9tYXRwbG90bGliLm9yZy8hTgPZAAAACXBIWXMAAA9hAAAPYQGoP6dpAACQlElEQVR4nO3dd3xTVf8H8E/Ske6UlpECBcqUUjYiCIoiyBIRB4JM+YmCoKA+iqgIPIiA43GhqKg4KuBkY5WlCBZBSoFSlNWCYsto6aDQQXJ+f9TEZtzkZifN5/169aVN7r05ubct95NzzvcohBACREREREREZEbp7QYQERERERH5KgYmIiIiIiIiCQxMREREREREEhiYiIiIiIiIJDAwERERERERSWBgIiIiIiIiksDAREREREREJIGBiYiIiIiISAIDExERERERkQQGJiIiIiI32bBhAzIzMw3fr1mzBocPH/Zeg4jIbgxMRGTViRMn8NBDD6F58+YICwtDTEwMevXqhTfeeANXrlzxdvOIiHzaoUOHMH36dBw7dgy7d+/G5MmTUVpa6u1mEZEdFEII4e1GEJFv2rhxI+655x6oVCqMGzcOKSkpqKysxM6dO/HNN99gwoQJeP/9973dTCIin3X+/Hlcf/31OH78OADgzjvvxDfffOPlVhGRPRiYiMiinJwcdOjQAY0bN8a2bduQkJBg9Pzx48exceNGTJ8+3UstJCLyDxUVFcjKykJERATatm3r7eYQkZ04JI+ILHrppZdw6dIlfPjhh2ZhCQBatmxpFJYUCoXhKygoCI0aNcKDDz6IoqIio/1OnjyJe+65Bw0bNoRSqTTsk5KSYthm586d6N27N+rWrYuwsDA0b94cM2fORHl5uWGbjz/+GAqFAr/99pvd702/b2hoKM6fP2/0XHp6uqFNpsf+9ddfMXDgQKjVakRERKBPnz7YtWuX0TazZs1CWFiY0eM//vgjFAoFfvzxR8Nju3btQlhYGGbNmmXWvptuusnofOq/5s6da9imT58+6Nixo8X316ZNGwwYMMDqOWjWrJnF19B/mdKfM9Ovm266yWg7/fWNi4tDREQEevTogY0bNxptoz8fX3/9tdHjUVFRmDBhgtFj06ZNM2vPwYMHMWHCBMMwUY1Gg4kTJ6KgoMDie5VzPoHqn+Fp06ZZOWtAbm4uFAoFPv74Y8NjR48exfDhw1GnTh2Eh4fj2muvxZo1a6weBwBOnToFjUaDYcOGQafTGbW35nnV6XQYNmwYNBoNTp06ZdRe0/fw8ssvW7wuADBhwgSb52HChAmIioqy2farV6/ihRdeQOvWraFSqYyOZ+t3csKECWjWrJnRY3/++SfCw8OhUCiQm5trc39Lbfz666/Nfs+A6rAyZ84ctGzZEiqVComJiXjqqadQUVFhtJ3U9b/tttvM2ltWVoYnnngCiYmJUKlUaNOmDV555RWYfgatP78qlQpdu3ZF27ZtrV4jIvJNwd5uABH5pvXr16N58+a4/vrrZe8zfPhw3Hnnnbh69SrS09Px/vvv48qVK/jss88AAFqtFrfffjtOnTqFGTNmoHXr1lAoFFiwYIHRcUpLS9G2bVuMGDECERERSE9Px0svvYTLly/jrbfectl7DAoKQmpqKh577DHDY8uXL0dYWJhROAOAbdu2YdCgQejatSvmzJkDpVKJ5cuXo2/fvvj555/RvXt3AMCLL76IY8eOYfjw4fj111+RlJRk9ro5OTm44447cNttt+HFF1+02LbGjRtj4cKFAIBLly5hypQpRs+PHTsWkyZNQlZWllHY3Lt3L44ePYrnnnvO5vvv1KkTnnjiCaPHPv30U2zevFlyn9deew1169YFALPrdvbsWVx//fW4fPkyHn30UcTHx+OTTz7B7bffjq+//hrDhw+32SY5Nm/ejJMnT+L++++HRqPB4cOH8f777+Pw4cPYvXu3xcBn63w6qrCwEDfeeCNKS0vx6KOPQqPRIDU1FXfeeSc+//xzjBo1SnLfpk2bYu3atbjpppvw1FNP4ZVXXrG43ZNPPonNmzfjxx9/RNOmTSWPV1RUZHiPUurWrYvXXnvN8P3YsWNtvEPLXn31VcyePRvDhw/HzJkzoVKp8PPPPzs8RPf55583+51zBZ1Oh9tvvx07d+7Egw8+iLZt2+LQoUN47bXXcPToUVnB1pQQArfffju2b9+O//u//0OnTp3w/fff48knn8SZM2eMzq8pOdeIiHyQICIyUVxcLACIYcOGyd4HgJgzZ47RY9dff71ITk42fP/HH38IAGLhwoVG2/Xp00e0a9fO6vEHDx4sUlJSDN8vX75cABB79+6V3UbTfUeNGiXat29veLysrEzExMSI++67z+jYOp1OtGrVSgwYMEDodDrD9pcvXxZJSUmif//+RscvKysT3bp1E+3atRPFxcVi+/btAoDYvn27KCoqEsnJyeLaa68Vly9ftti+66+/3ui9nj9/3uz8FhUVibCwMDFz5kyjfR999FERGRkpLl26ZPUcNG3aVAwZMsTs8alTpwpL/zQsW7ZMABCnTp0yPNanTx/Rp08fw/czZswQAMTPP/9seKy0tFQkJSWJZs2aCa1WK4QQhvPx1VdfGb1GZGSkGD9+vM32WDpvK1euFADEjh07zJ6Tcz6FqP4Znjp1qtn+NeXk5AgAYvny5UIIIZ544gkBQKSlpRm1r23btkKj0YjKykqrxxNCiC+++EIoFArxwQcfCCGMz+uyZcuEQqEQX375pdl+pu/hqaeeEvXr1xddu3Y1ui56o0ePFklJSVaPMX78eBEZGWmzzT179hRt27Y1+n2Q+zs5fvx40bRpU8P3WVlZQqlUikGDBgkAIicnx+b+ltr41VdfGX7P9D777DOhVCqNfiaFEOLdd98VAMSuXbsMj0ld/yFDhhi1d82aNQKAeOGFF4y2u/vuu4VCoRDHjx83OqY914iIfBOH5BGRmZKSEgBAdHS0XftdvnwZFy5cQH5+Pr755hscOHAAt9xyi+F5fWWo+Ph4WccrLCxEXl4e1qxZg/T0dNx4441m2xQXF+PChQsOVZ0aO3Ysfv/9d8MQom+++QZqtdqozQCQmZmJY8eO4b777kNBQQEuXLiACxcuoKysDLfccgt27NhhNKQqIiIC69evR2FhIUaMGAGtVguguoft3nvvxcWLF7Fu3TqEh4dbbFd5eTnCwsKstl2tVmPYsGFYuXKlYRiQVqvFF198gTvuuAORkZF2nw9rKisrAQAqlUpym02bNqF79+7o3bu34bGoqCg8+OCDyM3NRXZ2tkvaUvO8lZeX48KFC+jRowcAICMjw2x7OefT9HgFBQVG19TUpUuXcOHCBWzatAnJyclGQyDDw8Px8MMPIz8/32J7TI0YMQJz5szBlClTsH37dsPj27Ztw8MPP4w5c+bgnnvusXqMM2fO4K233sLs2bMlh9RVVlZavX416X/GpXp9SktLUadOHYu9efaaNWsWunTpYvM9OuKrr75C27Ztcc011xje04ULF9C3b18AMDrfwL/Xv+ZXVVWV0TabNm1CUFAQHn30UaPHn3jiCQgh8N1331lsi5xrRES+qdYEph07dmDo0KFo2LAhFAqFw93sr7zyimFMdqNGjcyGnBAFgpiYGACwO4S8/PLLqFevHhISEnD33XfjhhtuwOLFiw3Pt2nTBnXq1MGrr76KXbt24fz58xZvSPSSk5PRsGFDDB8+HMOGDcMbb7xhtk2/fv1Qr149xMTEoE6dOnj44YdRVlYmq7316tXDkCFD8NFHHwEAPvroI4wfPx5KpfGfxmPHjgEAxo8fj3r16hl9ffDBB6ioqEBxcbHRPuXl5SgqKsL3339vmKc0a9YsfP/99yguLjabP1HThQsXoFarbbZ/3LhxOH36NH7++WcAwJYtW3D27FmHh1lZo5+LZu1G79SpU2jTpo3Z4/pJ7jXn3zijsLAQ06dPR4MGDRAeHo569eoZhj6aXgdA/vkEgA8//BD16tVD3bp1ER4ejhtvvNHinJxHHnkE9erVw5EjR6y+Z1vzcfTOnj2Lqqoq3H333fjrr7/w119/4e6
      "text/plain": [
       "<Figure size 1000x600 with 1 Axes>"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "# 2. Связь между площадью жилья и ценой\n",
    "plt.figure(figsize=(10, 6))\n",
    "plt.scatter(x='sqft_living', y='price', data=df)\n",
    "plt.title('Связь между площадью жилья и ценой')\n",
    "plt.xlabel('Площадь жилья (кв. футы)')\n",
    "plt.ylabel('Цена')\n",
    "plt.show()"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Диаграмма №2 (Точечная диаграмма)\n",
    "\n",
    "Данная точечная диаграмма отображает связь между площадью жилья и ценой. Массовое скопление точек в нижней части графика сообщает о том, что большинство объектов недвижимости находятся в доступном ценовом сегменте с умеренной жилой площадью. Площадь влияет на цену недвижимости (с увеличением жилой площади возрастает и цена). Таким образом, наблюдается прямолинейная, положительная корреляция между ценой и площадью жилья."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 34,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "image/png": "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
      "text/plain": [
       "<Figure size 800x800 with 1 Axes>"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "# 3. Круговая диаграмма, показыващая состояние домов\n",
    "plt.figure(figsize=(8, 8))\n",
    "df['condition'].value_counts().plot.pie(autopct='%1.1f%%', startangle=90, cmap='Accent', wedgeprops={'edgecolor' : 'black'})\n",
    "plt.title('Доля домов по их техническому состоянию')\n",
    "plt.ylabel('')\n",
    "plt.show()"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Диаграмма №3 (Круговая диаграмма)\n",
    "\n",
    "Данная круговая диаграмма позволяет отслеживать в каких состояниях объекты недвижимости находятся. Значения варьируются от 1 до 5, где 1-2 - это плохое и ужасное состояния, 3 - среднее, а 4-5 хорошее и отличное. Преобладающее большинство недвижимости находится в удовлетворительном состоянии (где потребовался бы небольшой ремонт). В плохом и ужасном состоянии доля недвижимости состовляет < 1%, что является очень хорошим показателем.  \n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "\n",
    "\n",
    "# Урааа, всё вроде получилось, теперь будем пушиться :)\n",
    "P.S. Markdown и правда прикольная и нужная вещь. Однако, почему по началу работы проект не видел, две установленные библиотечки, а после того как пересоздали полностью весь проект, всё прошло без особых проблем..."
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "mai",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.12.6"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}