(обложка проекта создана при помощи нейросети Ai Leonardo)

В современном мире все больше людей ведут здоровый образ жизни. Один из способов заботы о здоровье — отказ от общественного транспорта или автомобиля в пользу пешеходных или велосипедных прогулок как метода достижения точки интереса и поддержания спортивной формы. Мне было интересно проанализировать насколько людям в столице удобно передвигаться по городу при помощи велосипеда, есть ли возможность оставить свой личный транспорт в том или ином месте.

В качестве data set' а я использовала данные с сайта http://data.mos.ru/ — портал открытых данных Правительства Москвы. База данных об учреждениях досуга и отдыха, ЖКХ, здравоохранения, образования и т. д., а также приложения для мобильных устройств на основе этих данных. Получить доступ к использования данных с этого портала можно с помощью API портала открытых данных.

Общий код для графиков

Установка библиотек ! pip install pandas matplotlib seaborn

Импорт библиотек import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from matplotlib import font_manager as fm # Для работы с пользовательскими шрифтами

Загрузка шрифта font_path = «/content/TT Neoris Trial Regular.ttf» custom_font = fm.FontProperties (fname=font_path)

Загрузка данных df = pd.read_csv ('/content/data-916-23.12.2024.csv')

Пояснение

Чтобы понять, в каком Административном округе Москвы наиболее удобно или неудобно оставить велосипед, я составила столбчатую диаграмму

код для графика

Просмотр первых строк данных print (df.head ())

Подсчет количества парковок в каждом административном округе admarea_counts = df['AdmArea'].value_counts ()

Вывод данных для визуализации print (admarea_counts)

Настройка стиля sns.set_style («whitegrid»)

Создание bar plot plt.figure (figsize=(10, 6)) sns.barplot (x=admarea_counts.index, y=admarea_counts.values, palette='Blues')

Применение шрифта plt.title ( 'Распределение велосипедных парковок по административным округам', fontsize=16, fontproperties=custom_font Примение шрифта к заголовку ) plt.xlabel ('Административный округ', fontsize=14, fontproperties=custom_font) Шрифт для оси X plt.ylabel ('Количество парковок', fontsize=14, fontproperties=custom_font) Шрифт для оси Y

Применение шрифта к подписям на оси X for label in plt.gca ().get_xticklabels (): label.set_fontproperties (custom_font)

Применение шрифта к подписям на оси Y for label in plt.gca ().get_yticklabels (): label.set_fontproperties (custom_font)

Применение шрифта к аннотациям (если они есть) for text in plt.gca ().texts: text.set_fontproperties (custom_font)

plt.xticks (rotation=45) Поворот подписей по оси X plt.tight_layout () Автоматическая настройка layout plt.show ()

Пояснение

Далее я сократила площадь поиска парковки до районов, чтобы жители столицы могли рассчитать, в каком конкретно месте больше всего парковок для велосипеда

код для графика

Просмотр первых строк данных print (df.head ())

Подсчет количества парковок в каждом районе district_counts = df['District'].value_counts ()

Выбор топ-5 районов top_districts = district_counts.head (5)

Остальные районы в категорию «Другие» other_districts = pd.Series ([district_counts[5:].sum ()], index=['Другие'])

Объединение топ-5 районов и категории «Другие» top_districts = pd.concat ([top_districts, other_districts])

Вывод данных для pie-chart print (top_districts)

Настройка стиля sns.set_style («whitegrid»)

Создание pie-chart plt.figure (figsize=(8, 8)) plt.pie ( top_districts, labels=top_districts.index, autopct='%1.1f%%', startangle=140, colors=sns.color_palette ('Blues', len (top_districts))

textprops={'fontproperties': custom_font} Примение шрифта ) plt.title ( 'Распределение велосипедных парковок по районам (Топ-5)', fontsize=16, fontproperties=custom_font Примение шрифта к заголовку ) plt.show ()

Пояснение

С помощью Python я высчитала среднее количество парковок, чтобы велосипедисты могли рассчитать, где им будет удобнее оставить транспортное средство

код для графика

Просмотр первых строк данных print (df.head ())

Преобразование столбца Capacity в число df['Capacity'] = pd.to_numeric (df['Capacity'], errors='coerce')

если Capacity не удалось преобразовать в число df = df.dropna (subset=['Capacity'])

Вычисление среднего, максимального и минимального количества мест mean_capacity = df['Capacity'].mean () max_capacity = df['Capacity'].max () min_capacity = df['Capacity'].min ()

Создание DataFrame для визуализации data = pd.DataFrame ({ 'Metric': ['Среднее', 'Максимум', 'Минимум'], 'Capacity': [mean_capacity, max_capacity, min_capacity] })

Вывод данных для визуализации print (data)

Настройка стиля sns.set_style («whitegrid»)

Создание bar plot plt.figure (figsize=(8, 5)) sns.barplot (x='Capacity', y='Metric', data=data, palette='Blues')

Применение шрифта plt.title ( 'Среднее, максимальное и минимальное количество мест', fontsize=16, fontproperties=custom_font Примение шрифта к заголовку ) plt.xlabel ('Количество мест', fontsize=14, fontproperties=custom_font) Шрифт для оси X plt.ylabel ('Метрика', fontsize=14, fontproperties=custom_font)

plt.ylabel ('Метрика', fontsize=14, fontproperties=custom_font) Шрифт для оси Y

Применение шрифта к подписям на оси X for label in plt.gca ().get_xticklabels (): label.set_fontproperties (custom_font)

Применение шрифта к подписям на оси Y for label in plt.gca ().get_yticklabels (): label.set_fontproperties (custom_font)

plt.tight_layout () Автоматическая настройка layout plt.show ()

Пояснение

Также в данных о велосипедных парковках Москвы указаны ориентиры, по которым велосипедистам будет удобнее найти парковку, однако не все они так близки к ориентиру. Для этого я сделала точечную диаграмму для первых 100 срок в таблице, в которой показано насколько близок ориентир к району

код для графика

plt.rcParams['font.size'] = 6 Размер шрифта для всех элементов

Визуализация данных с использованием оттенков синего plt.figure (figsize=(12, 8)) sns.scatterplot (data=df_short, x='Address', y='District', hue='District', palette='Blues', s=100) plt.title ('Соотношение Адресного ориентира и Района (первые 100 строк)', fontsize=12) Размер шрифта для заголовка plt.xlabel ('Адресный ориентир', fontsize=10) Размер шрифта для оси X plt.ylabel ('Район', fontsize=10) Размер шрифта для оси Y plt.xticks (rotation=90) Поворот подписей по оси X plt.tight_layout () Автоматическая настройка layout для предотвращения наложения текста plt.show ()

Пояснение

Приведенный ниже график описывает количество мест парковки велосипедов на район

код для графика

Преобразуем столбец 'Capacity' в числовой тип данных df['Capacity'] = pd.to_numeric (df['Capacity'], errors='coerce')

Задаем порог для количества мест capacity_threshold = 10 # Например, оставляем только районы с Capacity > 10

Фильтр df_filtered = df[df['Capacity'] > capacity_threshold]

Проверяем, есть ли данные после фильтрации if df_filtered.empty: print («Нет данных, удовлетворяющих условию фильтрации. Попробуйте уменьшить порог capacity_threshold.») else: # Группировка данных по отфильтрованным районам и количеству мест heatmap_data = df_filtered.groupby (['District', 'Capacity']).size ().unstack (fill_value=0)

Проверяем, есть ли данные после группировки
if heatmap_data.empty:
    print («Нет данных для построения графика. Проверьте исходные данные.»)
else:
    Визуализация в виде тепловой карты
    plt.figure (figsize=(12, 8))
    sns.heatmap (
        heatmap_data,
        cmap='Blues',
        annot=True,
        fmt='d',
        linewidths=0.5,
        annot_kws={'size': 8, 'va': 'center', 'ha': 'center', 'fontproperties': custom_font} Применяем шрифт к аннотациям

)

plt.title ( f’Соотношение Количества мест и Района (Capacity > {capacity_threshold})', fontsize=14, fontproperties=custom_font Примение шрифт к заголовку ) plt.xlabel ('Количество мест', fontsize=12, fontproperties=custom_font) Шрифт для оси X plt.ylabel ('Район', fontsize=12, fontproperties=custom_font) Шрифт для оси Y

    Применение шрифта к подписям на оси X
    for label in plt.gca ().get_xticklabels ():
        label.set_fontproperties (custom_font)

    Применение шрифта к подписям на оси Y
    for label in plt.gca ().get_yticklabels ():
        label.set_fontproperties (custom_font)

    plt.tight_layout ()
    plt.show ()

Пояснение

И последний график для продвинутых велопутешественников, который уточняет данные по широте в которой находится парковка относительно данных центра

код для графика

plt.xlabel ( 'Долгота (Longitude_WGS84)', fontsize=14, fontproperties=custom_font Применение шрифта к подписи оси X ) plt.ylabel ( 'Долгота центра (longitude_center)', fontsize=14, fontproperties=custom_font # Применение шрифта к подписи оси Y )

Применение шрифта к подписям на оси X for label in plt.gca ().get_xticklabels (): label.set_fontproperties (custom_font)

Применение шрифта к подписям на оси Y for label in plt.gca ().get_yticklabels (): label.set_fontproperties (custom_font)

plt.grid (True) # Добавление сетки plt.tight_layout () # Автоматическая настройка layout plt.show ()

https://drive.google.com/drive/folders/1bSFD5gLiN93rRVNUfWDTR9FAxNNqCUrA?usp=sharing