Анализ данных бриллиантов

Shine bright like a diamond

Diamonds // Rihanna

В рамках проекта я выбрала датасет о бриллиантах. Этот набор данных содержит подробные характеристики бриллиантов, включая их физические параметры, качество огранки, цвет, чистоту и цену.

Основной целью проекта было изучить взаимосвязи между различными характеристиками бриллиантов и тем, как эти параметры могут влиять на конечную стоимость бриллианта.

В качестве материала для анализа я использовала базу данных diamonds с сайта Kaggle

Анализ данных о бриллиантах проводится для того, чтобы выявить зависимости между различными характеристиками алмазов — такими как вес, цвет, чистота, размеры и качество огранки — и тем, как эти параметры влияют на их стоимость. Такой анализ позволяет лучше понимать принципы ценообразования, видеть распределение характеристик, определять наиболее значимые факторы и на практическом примере применять методы визуализации и исследовательского анализа данных.

Я выбрала тему бриллиантов потому, что датасет является хорошо структурированным, понятным и идеально подходит для понятного анализа. Кроме того, рынок драгоценных камней представляет реальную и практическую сферу, в которой такие характеристики действительно формируют цену, что делает исследование особенно интересным и наглядным. Мне сама тема тоже показалась увлекательной, поскольку интересно увидеть, какие именно параметры формируют стоимость бриллианта и как они между собой связаны.

Я сделала 6 разных диаграмм.

Гистограмма (1)— отображает распределение карата бриллиантов. Такая диаграммы наглядно показывает, как часто встречаются разные значения карата и позволяет легко увидеть общее распределение данных.

Гистограмма (2) — отображает распределение цены бриллиантов. Интересно посмотреть, какие цены встречаются чаще всего и как изменяется количество бриллиантов при увеличении стоимости.

Линейная диаграмма — показывает среднюю глубину по типу огранки, позволяет легко увидеть общую тенденцию и сравнить категории между собой.

Круговая диаграмма — показывает, распределение огранки бриллиантов по сегментом.

Столбчатая диаграмма (1) — показывает, распределение цвета бриллиантов. Это позволит легко сравнить количество бриллиантов разных цветов и сразу увидеть, какие категории встречаются чаще остальных.

Столбчатая диаграмма (2) — показывает, распределение чистоты бриллиантов.

Я использовала нежно-розовую и серую пастельную палитру, чтобы сделать визуализации мягкими и приятными для восприятия, не перегружая графики слишком яркими цветами. Такая гамма помогает сосредоточиться на данных и делает анализ аккуратным и эстетичным.

На гистограмме показано распределение карата бриллиантов, где видно, как часто встречаются камни разного веса. Основная масса бриллиантов сосредоточена в диапазоне от 0,2 до 1 карата, что отражается высокими столбцами в левой части графика. По мере увеличения карата частота резко уменьшается, и крупные бриллианты встречаются заметно реже.

Гистограмма показывает, что маленькие и средние по весу бриллианты являются наиболее распространёнными. Крупные бриллианты значительно реже встречаются в выборке, что подчёркивает их редкость и возможную более высокую стоимость.

В ходе работы над проектом я использовала Python с библиотеками Pandas, Matplotlib и Seaborn, необходимых для работы с данными и построения визуализаций. Затем прописала цветовая палитра, которая позже будет использоваться для оформления графиков. После этого программа загружает датасет и сохраняет его. Далее из данных удаляются дубликаты и строки с пропущенными значениями, чтобы обеспечить корректность анализа.

Для повышения эффективности разработки я задействовала ChatGPT, что позволило мне оптимизировать код и получить различные подходы к интерпретации данных.

На гистограмме представлено распределение цен бриллиантов, где по оси X указана стоимость, а по оси Y — количество экземпляров. Большинство бриллиантов сосредоточено в низком ценовом диапазоне — примерно до 3000 долларов, что видно по высоким столбцам слева. По мере увеличения цены количество бриллиантов резко снижается, и в правой части графика остаются лишь единичные значения.

График показывает, что самые распространённые бриллианты имеют относительно невысокую стоимость. Дорогие бриллианты встречаются значительно реже, что подчёркивает их эксклюзивность и ограниченное количество в датасете.

На диаграмме показана средняя глубина бриллиантов в зависимости от типа огранки. Значения глубины представлены на вертикальной оси, а категории огранки — на горизонтальной. Видно, что бриллианты с огранкой “Fair” имеют наибольшую среднюю глубину, после чего глубина постепенно уменьшается у типов “Good”, “Ideal” и “Premium”.

График показывает, что более качественная огранка обычно связана с меньшей средней глубиной бриллианта. Это может означать, что лучшие типы огранки предполагают более точные пропорции, что влияет на внешний вид и качество камня.

На кольцевой диаграмме показано распределение типов огранки бриллиантов, где каждый сегмент отражает долю определённой категории. Наибольшую часть занимают бриллианты с огранкой Ideal — почти 40%, затем следуют Premium и Very Good. Меньше всего представлены огранки Good и Fair, которые занимают небольшие сегменты.

Диаграмма показывает, что большинство бриллиантов в датасете относятся к высоким категориям огранки, что говорит о преобладании более качественных камней. Огранки низшего уровня встречаются гораздо реже, что подчёркивает их меньшую популярность или меньший спрос.