AIM-PIbd-31-Danilov-V-V/Lab1/Lab1.ipynb

Начало лабораторной¶

Выгрузка данных из csv файла в датафрейм

In [1]:

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv(".//static//csv//ds_salaries.csv")
print(df.columns)

Index(['work_year', 'experience_level', 'employment_type', 'job_title',
       'salary', 'salary_currency', 'salary_in_usd', 'employee_residence',
       'remote_ratio', 'company_location', 'company_size'],
      dtype='object')

Посмотрим краткое содержание датасета. Видим, что датасет состоит из 3755 строк и 11 столбцов

In [2]:

df.info()
df.head()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3755 entries, 0 to 3754
Data columns (total 11 columns):
 #   Column              Non-Null Count  Dtype 
---  ------              --------------  ----- 
 0   work_year           3755 non-null   int64 
 1   experience_level    3755 non-null   object
 2   employment_type     3755 non-null   object
 3   job_title           3755 non-null   object
 4   salary              3755 non-null   int64 
 5   salary_currency     3755 non-null   object
 6   salary_in_usd       3755 non-null   int64 
 7   employee_residence  3755 non-null   object
 8   remote_ratio        3755 non-null   int64 
 9   company_location    3755 non-null   object
 10  company_size        3755 non-null   object
dtypes: int64(4), object(7)
memory usage: 322.8+ KB

Out[2]:

	work_year	experience_level	employment_type	job_title	salary	salary_currency	salary_in_usd	employee_residence	remote_ratio	company_location	company_size
0	2023	SE	FT	Principal Data Scientist	80000	EUR	85847	ES	100	ES	L
1	2023	MI	CT	ML Engineer	30000	USD	30000	US	100	US	S
2	2023	MI	CT	ML Engineer	25500	USD	25500	US	100	US	S
3	2023	SE	FT	Data Scientist	175000	USD	175000	CA	100	CA	M
4	2023	SE	FT	Data Scientist	120000	USD	120000	CA	100	CA	M

Построение диаграмм

In [6]:

experience_counts = df['experience_level'].value_counts()

plt.figure(figsize=(8, 8))
experience_counts.plot(kind='pie', autopct='%1.1f%%', colors=['lightcoral', 'lightgreen', 'lightblue', 'gold'])
plt.title('Распределение уровня опыта')
plt.ylabel('')
plt.show()

Данная диаграмма отображает распределения уровня опыта

In [7]:

salary_by_company_size = df.groupby(['work_year', 'company_size'])['salary_in_usd'].mean().unstack()

salary_by_company_size.plot(kind='line', figsize=(14, 8), marker='o')
plt.title('Средняя зарплата по размеру компании')
plt.xlabel('Год')
plt.ylabel('Средняя зарплата USD')
plt.xticks(rotation=0)
plt.legend(title='Размер компании')
plt.grid(True)
plt.show()

Данная диаграмма показывает средние зарплаты исходя из размеров компании по годам

In [9]:

df_slice = df.iloc[1:3753]
last_years = df_slice['work_year'].max()
df_filtr = df_slice[df_slice['work_year'] == last_years]
salary_by_employment_type = df_filtr.groupby('employment_type')['salary_in_usd'].max()

plt.figure(figsize=(10, 6))
salary_by_employment_type.plot(kind='bar', color='purple')
plt.title(f'Максимальная зарплата по типу занятости {last_years}')
plt.xlabel('Тип занятости')
plt.ylabel('Зарплата USD')
plt.xticks(rotation=0)
plt.show()

Данная диаграмма показывает максимальную зарплату исходя из типа занятости за последний год (не учитывая первую и последнюю строки датасета)