Курсовая работа по предмету «Информационные системы и процессы»

На тему «Разработка приложения для анализа данных с использованием библиотеки Pandas в- Python.»

Задание:

Речь Разработка кода информационных систем import pandas as pd import numpy as np # Создаем тестовые данные, если файл не существует np.random.seed(42) # Генерируем данные о вампирских фильмах years = np.random.randint(1990, 2023, 200) genres = np.random.choice([Horror, Comedy, Drama, Thriller, Romance, Action], size=200, p=[0.3, 0.2, 0.15, 0.15, 0.1, 0.1]) titles = [fVampire Movie {i} for i in range(1, 201)] # Создаем DataFrame df = pd.DataFrame({ year: years, genre: genres, title: titles, rating: np.random.uniform(5.0, 9.0, 200) }) # Добавляем немного пропущенных значений для демонстрации df.loc[np.random.choice(df.index, 15), genre] = np.nan df.loc[np.random.choice(df.index, 10), rating] = np.nan print("=== АНАЛИЗ ВАМПИРСКИХ ФИЛЬМОВ ===") print(f"Всего записей: {len(df)}") # Просмотр первых нескольких строк данных print(" === ПЕРВЫЕ 5 СТРОК ДАННЫХ ===") print(df.head()) # Проверка на наличие пропущенных значений print(" === ПРОПУЩЕННЫЕ ЗНАЧЕНИЯ ===") missing_values = df.isnull().sum() print(missing_values) # Удаление строк с пропущенными значениями initial_count = len(df) df.dropna(inplace=True) print(f" Удалено строк: {initial_count - len(df)}") print(f"Осталось строк: {len(df)}") # Группировка данных по году и подсчет количества фильмов print(" === СТАТИСТИКА ПО ГОДАМ ===") movies_per_year = df.groupby(year).size() print("Все годы:") print(movies_per_year.sort_index()) # Топ лет по количеству фильмов print(" === ТОП-10 ЛЕТ ПО КОЛИЧЕСТВУ ФИЛЬМОВ ===") top_years = movies_per_year.sort_values(ascending=False).head(10) for year, count in top_years.items(): print(f"{year} год: {count} фильмов") # Подсчет количества фильмов по жанрам print(" === РАСПРЕДЕЛЕНИЕ ПО ЖАНРАМ ===") genre_counts = df[genre].value_counts() print("Количество фильмов по жанрам:") for genre, count in genre_counts.items(): percentage = (count / len(df)) * 100 print(f"{genre}: {count} фильмов ({percentage:.1f}%)") # Дополнительная статистика print(" === ОБЩАЯ СТАТИСТИКА ===") print(f"Общее количество фильмов: {len(df)}") print(f"Период: {df[year].min()} - {df[year].max()} годы") print(f"Количество уникальных годов: {df[year].nunique()}") print(f"Количество уникальных жанров: {df[genre].nunique()}") print(f"Средний рейтинг: {df[rating].mean():.2f}") print(f"Медианный рейтинг: {df[rating].median():.2f}") print(f"Минимальный рейтинг: {df[rating].min():.2f}") print(f"Максимальный рейтинг: {df[rating].max():.2f}") # Сохранение результатов df.to_csv(vampire_movies_cleaned.csv, index=False) print(" Очищенные данные сохранены в vampire_movies_cleaned.csv") movies_per_year.to_csv(movies_per_year_stats.csv, header=[count]) print("Статистика по годам сохранена в movies_per_year_stats.csv") genre_counts.to_csv(genre_counts_stats.csv, header=[count]) print("Статистика по жанрам сохранена в genre_counts_stats.csv") # Сводная таблица print(" === СВОДНАЯ ТАБЛИЦА ===") pivot_table = df.pivot_table( values=rating, index=genre, columns=year, aggfunc=count, fill_value=0 ) print("Сводная таблица (жанры × годы):") print(pivot_table) print(" === АНАЛИЗ ЗАВЕРШЕН УСПЕШНО ===")