AIM-PIbd-32-Tyorkin-D-V/lab_1/lab1.ipynb

Начало лабораторной работы №1¶

Набор данных для анализа продуктов Jio Mart

Выгрузка данных из CSV файла в датафрейм

In [22]:

import pandas as pd
import matplotlib.pyplot as plt

# Загрузка данных
df = pd.read_csv("..//static//csv//jio_mart_items.csv")

# Срез данных, первые 15000 строк
df = df.iloc[:15000]

# Вывод столбцов
df.head()

Out[22]:

	category	sub_category	href	items	price
0	Groceries	Fruits & Vegetables	https://www.jiomart.com/c/groceries/fruits-veg...	Fresh Dates (Pack) (Approx 450 g - 500 g)	109.0
1	Groceries	Fruits & Vegetables	https://www.jiomart.com/c/groceries/fruits-veg...	Tender Coconut Cling Wrapped (1 pc) (Approx 90...	49.0
2	Groceries	Fruits & Vegetables	https://www.jiomart.com/c/groceries/fruits-veg...	Mosambi 1 kg	69.0
3	Groceries	Fruits & Vegetables	https://www.jiomart.com/c/groceries/fruits-veg...	Orange Imported 1 kg	125.0
4	Groceries	Fruits & Vegetables	https://www.jiomart.com/c/groceries/fruits-veg...	Banana Robusta 6 pcs (Box) (Approx 800 g - 110...	44.0

Построение диаграмм¶

Соотношение количества подкатегорий¶

In [24]:

subcategory_counts = df['sub_category'].value_counts()
plt.figure(figsize=(8, 8))
subcategory_counts.plot(kind='pie', autopct='%1.1f%%', startangle=30)
plt.title('Соотношение количества подкатегорий')
plt.ylabel('')
plt.axis('equal')
plt.show()

Данная диаграмма отображает соотношение количества подкатегорий в датасете, представленный в виде круговой диаграммы. Каждый сектор диаграммы показывает процентное соотношение каждой подкатегории к общему количеству. Это позволяет сделать вывод о том, какие подкатегории являются наиболее распространёнными, а также выявить менее популярные подкатегории.

Количество продуктов по подкатегориям¶

In [25]:

category_counts = df['sub_category'].value_counts()
plt.figure(figsize=(12, 6))
category_counts.plot(kind='bar', color='orange', edgecolor='black')
plt.title('Количество продуктов по подкатегориям')
plt.xlabel('Подкатегория')
plt.ylabel('Количество продуктов')
plt.xticks(rotation=45)
plt.grid(axis='y')
plt.show()

Данная диаграмма отображает количество продуктов по подкатегориям, представленное в виде столбчатой диаграммы. Из диаграммы можно сделать вывод о том, что распределение продуктов по подкатегориям неравномерно, что может указывать на предпочтения потребителей или ассортимент, представленный в магазине.

Цены товаров в подкатегориях¶

In [26]:

df_subset = df.iloc[:2000] 

plt.figure(figsize=(10, 6))
plt.scatter(df_subset['price'], df_subset['sub_category'], c='green', alpha=0.5)
plt.title('Цены товаров в подкатегориях')
plt.xlabel('Цена')
plt.ylabel('Подкатегория')
plt.tight_layout()
plt.show()

Данная диаграмма отображает распределение цен товаров по подкатегориям, что позволяет сделать вывод о том, что существуют значительные различия в ценах среди различных подкатегорий. Данная диаграмма позволяет сделать вывод о том, что существует разнообразие цен в разных подкатегориях товаров, а также может помочь выявить тенденции, такие как наличие более дорогих или дешевых товаров в определенных подкатегориях.