Введение
Я зачастую интересуюсь разными психологическими вопросами, в частности связанными с теми или иными чувствами и эмоциями, поэтому для анализа я выбрала данные World Happiness Report — глобального исследования уровня счастья в разных странах за 2025 год.
Мне было интересно проанализировать эти данные, потому что уровень счастья с одной стороны весьма нетипичный, но с другой —комплексный показатель, который в отличие от, например, дохода или здоровья, позволяет увидеть более целостную картину благополучия общества, не только экономическую составляющую. А сравнение стран даёт возможность выявить закономерности и понять, какие факторы оказывают наибольшее влияние на ощущение удовлетворённости жизнью.
Датасет включает различные показатели качества жизни: — ВВП — социальную поддержку — продолжительность жизни — свободу выбора — уровень коррупции
Для визуализации данных я использовала несколько типов графиков. Точечная диаграмма позволила проанализировать взаимосвязь между уровнем счастья и отдельными факторами: ВВП и социальная поддержка. Горизонтальные столбчатые диаграммы я использовала для сравнения стран и выявления лидеров по уровню счастья. Также я построила корреляционную таблицу, которая наглядно демонстрирует силу взаимосвязей между показателями.
Загрузка данных с помощью Pandas
Этапы работы
Работа с данными проводилась в Google Colab.
- Загрузка датасета
- Проверка структуры данных
- Очистка от пропусков
- Выбор ключевых показателей
- Перевод показателей на русский язык
- Обозначение стиля
- Анализ данных
- Визуализация
Стилизация графиков
Графики мне захотелось показать в минималистичном стиле. Обычно с счастьем (по крайней мере в дизайне) ассоциируется жёлтый, но мне известен нюанс данного цвета — в какой-то момент, он начинает вызывать раздражение. Мы не можем долго смотреть на жёлтый цвет. Поэтому я использовала оттенки розового в своих графиках.
Моими основными решениями были: светлый фон, мягкие розово-сиреневые оттенки, тонкие линии и в трёх из четырёх графиках — мягкие круглые формы.
Я вдохновлялась параметрической графикой.
Стилизация графиков выполнялась непосредственно в коде с использованием библиотек matplotlib и seaborn.
Формат визуализации
Страны с наивысшими показателями счастья
Статистические методы
Для получения общего представления о данных, я использовала методы описательной статистики: среднее, минимальное и максимальное значения уровня счастья. Это помогло оценить распределение показателя и выявить общий диапазон значений.
Для анализа взаимосвязей между переменными был создан корреляционный анализ и линейная регрессия. Корреляционная «карта» позволила определить степень влияния различных факторов, а визуализация и линия тренда помогли выявить зависимости и интерпретировать результаты.
Выводы
Уровень счастья напрямую связан с экономическим развитием страны
Наиболее высокие показатели наблюдаются у стран с высоким уровнем жизни и развитой социальной системой
Лидирующие позиции занимают страны Европы, такие как Финляндия и Дания
Наиболее сильное влияние оказывают ВВП и социальная поддержка
Продолжительность жизни также положительно влияет на уровень благополучия
Факторы щедрости и коррупции оказывают более слабое влияние
Уровень счастья формируется комплексом экономических и социальных факторов
Описание применения генеративной модели.
Использовался «Chat GPT» для проверки возникших ошибок в коде. Так же «Chat GPT» объяснил как лучше задать, желаемый мной, стиль для визуализаций графиков.
Ссылка на нейросеть: https://chatgpt.com
