Визуализация данных о выращивании лекарственных растений
Описание проекта
Лекарственные растения используются в медицине и фармакологии. Именно из них получают многие действующие вещества, применяемые при лечении различных заболеваний. Во многих регионах мира они остаются доступным и натуральным источником лечения, особенно там, где синтетические препараты дороги или недоступны. Многие современные лекарства были разработаны именно благодаря изучению действующих веществ, содержащихся в растениях.
Выращивание лекарственных растений требует более точного контроля условий, чем выращивание обычных сельскохозяйственных культур, поскольку качество сырья напрямую влияет на эффективность лекарственных препаратов.
Анализ данных о росте лекарственных растений представляет для меня особый интерес ведь позволяет понять, какие именно условия являются оптимальными, а какие могут привести к ухудшению качества ценных в медицине растений.
Стилистика
Prompt: An abstract illustrative image of a medicinal plant with affected parts of the stem.
С помощью сервиса искусственного интеллекта Ideogram я нагенерировала изображения лекарственных растений с пораженными болезнями участками, в том числе для обложки проекта.
Палитра цветов
На основе сгенерированных изображений я создала палитру цветов для своего проекта с помощью сайта Adobe Color
Шрифт
Я использовала шрифт TT Chocolate, так как считаю что он подходит к минималистичному и флористичному визуальному подходу моего проекта.
Анализ данных
Для анализа данных о росте лекарственных растений были выбраны несколько видов графиков, так как каждый из них позволяет рассмотреть информацию с разной стороны и сделать более обоснованные выводы.
Настройка библиотек и файлов
С помощью этого кода я подготовила данные и визуализацию, чтобы строить графики. Я загрузила нужную базу о лекарственных растениях и выбранный мною шрифт в среду, а также настроила цветовую палитру.
Гистограмма
График № 1
Гистограммы параметров среды помогают визуализировать и понять распределение измеряемых факторов, которые влияют на рост и здоровье лекарственных растений. Они выявляют экстремальные значения и выбросы, которые могут быть стрессовыми для растений, а также помогают сравнивать фактические условия с оптимальными, необходимыми для сохранения полезных свойств растений.
Например, колебания температуры и влажности могут указывать на необходимость корректировки условий выращивания. Если температура резко падает или растёт, растения могут испытывать стресс, что снижает рост и накопление биологически активных веществ.
Код № 1
Круговая диаграмма и столбчатая диаграмма
График № 2
Круговая диаграмма позволяет наглядно оценить, общую структуру популяции растений: насколько большая часть растений находится в хорошем состоянии, а какая подверженна стрессу или болезни. Если доля нездоровых растений высока, это сигнал о неоптимальных условиях выращивания.
Тут же пригождается столбчатая диаграмма, которая показывает средние значения ключевых параметров для каждой категории (здоровые/нездоровые). Она связывает конкретные условия из вышепредставленной гистограммы с конкретным результатом — состоянием растений.
Из полученных данных мы можем сделать некоторые выводы: часть нездоровых растений приходится на периоды с чрезмерной или недостаточной освещённостью. Слишком высокая или слишком низкая интенсивность света, выявленная на гистограмме, может создавать стресс для растений. Также видно, что и низкая влажность почвы коррелирует с нездоровыми растениями. Это ведет к неутешительным данным, говорящим о том, что растения могут погибнуть или стать хронически ослабленными, что ухудшит урожай и качество сырья.
Код № 2
Матрица корреляции
График № 3
Матрица корреляции помогла определить взаимосвязь между всеми параметрами среды и состоянием растений в этой базе данных. Градиентная колонка, соответствующая состоянию здоровья, показывает, какие параметры имеют наибольшую связь с состоянием здоровья растений.
Так можно увидеть особенно сильную корреляцию между влажностью почвы и PHI. Это подтверждает, что растения особенно чувствительны к водному режиму, и поддержание стабильной влажности критически важно для сохранения их полезных свойств и жизнеспособности.
Код № 3
Точечный график
График № 4
Наконец, точечный график зависимости PHI от влажности почвы подробно раскрывает самый яркий параметр, который мы увидели на матрице. Мы выяснили, что большинство нездоровых растений сосредоточено при низких или слишком высоких значениях влажности.
Это не удивительно ведь именно недостаток воды приводит к снижению интенсивности фотосинтеза. Биологически активные вещества синтезируются интенсивнее только при оптимальном водном режиме. Недостаток влаги снижает их концентрацию, что делает растение менее ценным с точки зрения лекарственных свойств. К тому же растения становятся более уязвимыми к болезням и насекомым, так как ослабляется обмен веществ и защитные механизмы. Это приводит к снижению популяций лекарственных растений во многих уголках мира.
Код № 4
Вывод
В ходе анализа удалось заметить, что условия окружающей среды не являются постоянными и изменяются в течение времени, что напрямую может влиять на состояние растений. Даже незначительные отклонения температуры, влажности, освещённости или состояния почвы негативно воздействуют на рост растений и снижают содержание биологически активных веществ, ради которых они и выращиваются. Ключевые параметры такие как: влажность почвы, влажность воздуха, температура, освещённость, PHI и APHI индексы при экстремальных значениях создают стрессовые условия для лекарственных растений вплоть до их гибели. Таким образом в регионах, где люди полагаются на растительные лекарства, нехватка может вызвать ограничение доступа к эффективным средствам лечения.
Остается сделать вывод, что выращивание лекарственных растений это непростой и специфический процесс. Ведь в уходе за ними приследуется цель не просто сохранять в них жизнь, но и их полезные свойства, которые пригождаются в медицинских и фармакологических целях. Также, работа с этими данными даёт возможность получить не только интересную ознакомительную информацию, но и практические выводы, которые могут применяться в реальных задачах сельского хозяйства и медицины.
Описание применения генеративной модели и инструментов
1. Kaggle для поиска датасета.
2. Google Colab для анализа и визуализации данных.
3. Pandas для загрузки и анализа табличных данных.
4. Matplotlib: библиотека для визуализации.
5. Seaborn для стилизации графиков.
6. Numpy для работы с кодом
7. Ideogram для генерации стилистических изображений.
8. Adobe color для генерации цветовой палитры.
