Анализ данных о животных
Животные — это удивительное и разнообразное царство живых существ, которое включает в себя миллионы видов, от самых мелких насекомых до гигантских китов. Они играют важнейшую роль в экосистемах, участвуя в поддержании баланса природы. Каждый вид обладает уникальными особенностями, которые помогают ему выживать и адаптироваться к своему окружению. Животные не только служат важными элементами пищевых цепочек, но и имеют глубокую связь с культурой и историей человечества, будучи спутниками, источниками пищи, работы и вдохновения
Я всегда любила животных, и свой проект я решила связать именно с этой темой. Я нашла на Kaggle интересный датасет — ссылка на него будет в конце (1). Я хочу, чтобы это исследование принесло мне больше знаний о мире животных
Палитра
Я выбрала природные оттенки для анализа набора данных о животных, потому что эти цвета олицетворяют гармонию и баланс, присущие природе. Природные оттенки — такие как зелёный, оранжевый и синий — ассоциируются с растительностью, землёй, небом и животными. Эти цвета напоминают о естественных экосистемах, в которых животные обитают, и помогают создать атмосферу, отражающую природу и её многообразие. Использование таких оттенков в визуализациях делает данные более интуитивно понятными и придаёт анализу экологическую значимость, создавая ощущение связи с окружающим миром и подчеркивая важность сохранения природы
Сначала я импортировала нужные библиотеки. Затем загрузила файл csv с данными и отобразила последние 5 строчек.
В датасете оказалась информация о 205 животных. Указаны физические данные, ареал, скорость, предки и другие характеристики.
#1 Тип питания
Сначала меня заинтересовало: кого в датасете больше — хищников или травоядных? Для этого я подсчитала значения по признаку Diet и представила данные в виде круговой диаграммы pie.
На графике представлено распределение животных по основному типу питания. Большинство животных относятся к хищникам (40.5%), затем следуют травоядные (27.3%) и всеядные (21.0%). Также наблюдается меньшая доля насекомоядных (8.8%) и других типов питания (2.4%), которые не попали в основные категории.
#2 Образ жизни
Не все животные — существа, ведущие социальный образ жизни. Очень многие — одиночки. Поэтому следующим шагом я решила узнать кого в датасете больше: социальных или одиночек? Я выбрала столбчатую диаграмму, чтобы было удобно наглядно сравнить образы жизни.
Соло-обитающие животные доминируют в наборе данных, за ними следуют Групповые и Социальные группы.
Различие между групповыми и социальными структурами животных заключается в степени организации и взаимодействия внутри группы. Основное различие в том, что групповая структура может быть менее организованной и более временной, в то время как социальная структура предполагает наличие долгосрочных и сложных социальных связей и роли для каждого члена группы.
#3 Продолжительность жизни
Меня также заинтересовало, сколько в среднем живут животные. Я построила гистограмму для признака продолжительности жизни. Кроме того, я сперва преобразовала значения: там, где были интервалы, я взяла среднее, пропуски в данных были удалены.
Видно, что мода — 10 лет. Значит, в выборке больше всего животных, живущих в среднем 10 лет. Кстати, королевская кобра живет около 30 лет. Также на графике заметно, что есть животные, живущие более 120 лет. Я решила посмотреть, кто это. Это оказалась галапагосская черепаха, живущая в среднем 125 лет и ведущая одиночный образ жизни.
#4 Семейства
В последнюю очередь я решила выяснить топ-5 семейств, которые представлены в датасете. Для этого я использовала столбчатую диаграмму.
В выборке больше всего представлено животных, относящихся к семейству собачьих. В ходе работы был проведён анализ данных о животных с акцентом на их продолжительность жизни, социальную структуру и диету. Используя визуализации, такие как гистограммы и круговые диаграммы, удалось выявить интересные закономерности, например преобладание животных с продолжительностью жизни до 20 лет и распределение животных по основным типам питания. Работа продемонстрировала, как с помощью простых методов анализа и визуализации можно получить интересные знания о животных и их характеристиках.
Описание применения генеративной модели
Обложка для проекта была сгенерирована нейросетью leonardo.ai (1) — ссылка на датасет https://www.kaggle.com/datasets/iamsouravbanerjee/animal-information-dataset
Ссылка на блокнот и базу данных
