Визуализация данных о пингвинах

Для того чтобы найти интересные данные для визуализации, я обратилась к сайту Kaggle. Среди множества вариантов моё внимание сразу привлёк датасет про пингвинов — ведь они такие забавные и милые. Мне стало интересно узнать о них больше с научной точки зрения: чем отличаются разные виды, связан ли их рацион с массой тела, какие факторы в целом влияют на их здоровье?

Анализируемые данные были собраны на архипелаге Палмера, расположенном вблизи Антарктиды. Датасет содержит информацию о трёх видах пингвинов (Adelie, Gentoo и Chinstrap) и охватывает следующие показатели:

• Биометрические данные: длину и глубину клюва, длину ласт, массу тела.
• Вид, пол и информацию о жизненной стадии.
• Геолокацию и год, когда проводились наблюдения.
• Особенности питания и информацию о состоянии здоровья пингвинов.

Для того, чтобы можно было более точно и грамотно работать с кодом, я использовала DeepSeek. Обращалась к нему, когда мне нужно было исправить ошибки в коде. Для создания визуализаций я выбрала следующие типы графиков:

• Столбчатую диаграмму (countplot), отображающую распределение видов пингвинов по разным островам.
• Круговые графики (pie chart) для визуализации распределения пингвинов по полу и возрасту.
• Гистограммы (histogram), отображающие распределение числовых значений для каждого вида пингвинов.
• Ящик с усами (boxplot) для визуализации распределения массы тела пингвинов на каждом острове.
• Диаграмму рассеяния (scatter plot), показывающую зависимость между длиной и глубиной клюва у пингвинов разных видов.
• Составную столбчатую диаграмму (stacked bar chart), чтобы показать, как тип питания влияет на состояние здоровья пингвинов.

Для начала я подключила свой Google Drive к Google Colab, чтобы Colab мог работать с данными, хранящимися в облаке.

Далее я импортировала библиотеки pandas, matplotlib.pyplot, и seaborn для анализа и визуализации данных. Затем подгрузила CSV-файл с данными о пингвинах из моего Google Drive и вывела первые несколько строк, чтобы убедиться, что данные загрузились правильно.

Для того, чтобы в дальнейшем можно было стилизовать графики, я сгенерировала арктический пейзаж в Recraft AI и с помощью Adobe Color извлекла цветовую палитру.

/промт: Antarctica landscape. Blue sky with light pink clouds. Light snowfall.

Теперь можно перейти к стилизации графиков. Я изменяю цвета (используя созданную палитру), шрифты и размеры текста, чтобы визуализации стали более понятными и приятными для восприятия.

Мне было интересно посмотреть, какие виды пингвинов (Adelie, Chinstrap, Gentoo) обитают на каждом острове (Biscoe, Dream, Torgensen) и каково их количество. Для начала я задала размеры диаграммы и цветовую палитру (эта часть кода будет немного видоизменяться при построении следующих визуализаций, так как количество оттенков в каждой из них индивидуально, также как и необходимые размеры самого графика).

Далее я перешла к созданию столбчатой диаграммы, в которой:

• По оси X расположены названия островов.
• По оси Y отложено количество пингвинов.
• Для каждого острова показаны три столбика, каждый из которых соответствует одному из видов пингвинов.
• Высота столбика отражает количество пингвинов этого вида на данном острове.
• Цвета столбиков соответствуют разным видам пингвинов.

Из графика видно, что:

• На острове Biscoe живут все пингвины Gentoo, а на острове Dream — все пингвины Chinstrap.
• На острове Torgersen живут только пингвины Adelie, при этом представители данного вида практически равномерно распределены между всеми тремя островами.
• Самый населенный пингвинами остров — Biscoe, а менее населенный — Torgersen.

Далее я хотела узнать о соотношении самцов и самок (Male, Female), а также о распределении пингвинов по возрастным категориям (Adult, Juvenile, Chick). Для этого были созданы два круговых графика:

• Размер каждого сектора пропорционален доле пингвинов, относящихся к соответствующей категории.
• Внутри каждого сектора указан процент пингвинов, приходящихся на эту категорию.

Код также задает цвета для графиков, заголовки и текст для отображения процентного соотношения каждой категории.

Из графиков видно, что:

• Соотношение самцов и самок (Male, Female) примерно одинаковое, при этом есть небольшое преобладание самцов (50.3%).
• Наибольшую долю составляют взрослые пингвины (Adult) (44.9%), затем молодые особи (Juvenile) (30.0%), а наименьшую — птенцы (Chick) (25.1%).

Также мне стало интересно сравнить разные виды пингвинов по числовым характеристикам (Body Mass (g), Flipper Length (mm), Bill Length (mm), Bill Depth (mm)), чтобы узнать, есть ли какие-то различия в их размерах. Для этого я создала четыре гистограммы, где:

• По оси X отложены значения характеристики.
• По оси Y отложено количество пингвинов, имеющих данное значение характеристики.
• Каждый вид пингвинов представлен своим цветом.
• Линия поверх столбцов - это оценка плотности распределения (KDE — Kernel Density Estimate), которая показывает общую форму распределения для каждого вида.

Из графиков видно, что:

• Пингвины Gentoo в среднем имеют наибольшие значения по всем четырём параметрам: массе тела, длине плавника, длине клюва и глубине клюва (Body Mass (g), Flipper Length (mm), Bill Length (mm), Bill Depth (mm)).