Анализ «World University Rankings»

Для выполнения данного анализа я выбрала датасет "World University Rankings" с Kaggle. Этот датасет содержит информацию о рейтингах университетов по всему миру, включая такие параметры, как академическая репутация, репутация среди работодателей, соотношение студентов и преподавателей, количество иностранных студентов и преподавателей и другие.

Обоснование выбора данных:

1. Высшее образование является важным аспектом развития общества, и анализ данных о рейтингах университетов может дать интересные инсайты о факторах, влияющих на качество образования.
2. Датасет содержит множество параметров, которые можно анализировать, такие как академическая репутация, репутация среди работодателей, соотношение студентов и преподавателей, и другие.
3. Данные охватывают университеты по всему миру, что позволяет провести многофакторный анализ на глобальном уровне.

1. Загрузка данных
2. Предварительный анализ и очистка данных
3. Выбор параметров для отслеживания
4. Визуализация данных с использованием Pandas и Matplotlib/Seaborn
5. Развернутые выводы по каждому графику

In [ ]:

import pandas as pd

(Загрузка данных) df = pd.read_csv('/content/cwurData.csv')

(Вывод первых 10 значений) print('Вывод первых 10 значений') print(df.head(10))

(Вывод последних 10 значений) print('Вывод последних 10 значений') print(df.tail(10))

(Предварительный анализ) print('Предварительный анализ') print(df.info()) print(df.describe())

In [ ]:

(Очистка данных) df.dropna(inplace=True) df.drop_duplicates(inplace=True)

(Вывод первых 10 значений после очистки) print('Вывод первых 10 значений после очистки') print(df.head(10))

(Вывод последних 10 значений после очистки) print('Вывод последних 10 значений после очистки') print(df.tail(10))

Для анализа выберем следующие параметры:

1. Академическая репутация (Quality of Education)
2. Репутация среди работодателей (Alumni Employment)
3. Соотношение студентов и преподавателей (Quality of Faculty)
4. Количество публикаций (Publications)
5. Количество цитирований (Citations)

In [ ]:

import matplotlib.pyplot as plt import seaborn as sns

(Настройка стиля) sns.set_style("whitegrid")

(Фильтрация данных по топ-университетам) top_universities = df.nsmallest(50, 'quality_of_faculty')

(Линейный график академической репутации по университетам) plt.figure(figsize=(12, 8)) sns.lineplot(x='institution', y='quality_of_education', data=top_universities, marker='o', palette='tab10') plt.title('Top 10 Universities by Quality of Education', fontsize=20, fontweight='bold', color='darkblue') plt.xlabel('University', fontsize=14, fontweight='bold', color='darkgreen') plt.ylabel('Quality of Education', fontsize=14, fontweight='bold', color='darkgreen') plt.xticks(rotation=45) plt.tight_layout() plt.show()

График показывает:

1. Гарвардский университет и Массачусетский технологический институт лидируют по академической репутации.
2. Оксфордский университет и Кембриджский университет также занимают высокие позиции.
3. Академическая репутация распределяется среди различных университетов мира, что подчеркивает глобальный характер высшего образования.

In [ ]:

(Бар-график репутации среди работодателей по университетам) plt.figure(figsize=(12, 8)) sns.barplot(x='institution', y='alumni_employment', data=top_universities, palette='coolwarm') plt.title('Top 10 Universities by Alumni Employment', fontsize=20, fontweight='bold', color='darkblue') plt.xlabel('University', fontsize=14, fontweight='bold', color='darkgreen') plt.ylabel('Alumni Employment', fontsize=14, fontweight='bold', color='darkgreen') plt.xticks(rotation=45, fontsize=12, fontweight='bold') plt.yticks(fontsize=12, fontweight='bold') plt.tight_layout() plt.show()

График показывает:

1. Массачусетский технологический институт и Стэнфордский университет имеют высокую репутацию среди работодателей.
2. Гарвардский университет и Оксфордский университет также высоко оцениваются работодателями.
3. Репутация среди работодателей является важным фактором для студентов при выборе университета.

In [ ]:

(Box Plot соотношения студентов и преподавателей по университетам) plt.figure(figsize=(12, 8)) sns.boxplot(x='institution', y='quality_of_faculty', data=top_universities, palette='coolwarm') plt.title('Top 10 Universities by Quality of Faculty', fontsize=20, fontweight='bold', color='darkblue') plt.xlabel('University', fontsize=14, fontweight='bold', color='darkgreen') plt.ylabel('Quality of Faculty', fontsize=14, fontweight='bold', color='darkgreen') plt.xticks(rotation=45, fontsize=12, fontweight='bold') plt.yticks(fontsize=12, fontweight='bold') plt.tight_layout() plt.show()

График показывает:

1. Массачусетский технологический институт и Калифорнийский технологический институт имеют низкое соотношение студентов и преподавателей, что свидетельствует о более индивидуальном подходе к обучению.
2. Гарвардский университет и Стэнфордский университет также показывают хорошие результаты по этому показателю.
3. Низкое соотношение студентов и преподавателей может быть индикатором высокого качества образования.

In [ ]:

(Бар-график количества публикаций по университетам) plt.figure(figsize=(12, 8)) sns.barplot(x='institution', y='publications', data=top_universities, palette='coolwarm') plt.title('Top 10 Universities by Number of Publications', fontsize=20, fontweight='bold', color='darkblue') plt.xlabel('University', fontsize=14, fontweight='bold', color='darkgreen') plt.ylabel('Number of Publications', fontsize=14, fontweight='bold', color='darkgreen') plt.xticks(rotation=45, fontsize=12, fontweight='bold') plt.yticks(fontsize=12, fontweight='bold') plt.tight_layout() plt.show()