Анализ факторов влияния на здоровый сон и образ жизни
Концепция
Здоровый сон является ключевым элементом благополучия человека, который влияет на физическое здоровье, когнитивную функцию и психоэмоциональное состояние. В современном мире многие факторы образа жизни, такие как уровень физической активности, стресс, питание и состояние сердечно-сосудистой системы, могут как положительно, так и отрицательно влиять на качество сна.
Сон часто становится «жертвой» учёбы, ночных дедлайнов, подготовки к экзаменам или просто попыток успеть всё. Исследование факторов, влияющих на сон, поможет лучше понять, как образ жизни (уровень физической активности, стресс, режим дня) влияет на здоровье и продуктивность.
Я использовала датасет под названием «Sleep Health and Lifestyle» (Здоровье сна и образ жизни). Он содержит информацию о здоровье сна и образе жизни людей. Он включает данные, связанные с основными аспектами повседневной жизни и здоровья (продолжительность сна, субъективное качество сна, а также наличие или отсутствие нарушений сна, уровень физической активности, ежедневное количество шагов и уровень стресса, частота сердечных сокращений, категории индекса массы тела (ИМТ) и уровень артериального давления).
Этот датасет позволяет исследовать, как привычки и состояние здоровья влияют на качество и продолжительность сна, а также определить взаимосвязь между различными факторами образа жизни. Он полезен для выявления областей, требующих внимания, и разработки рекомендаций по улучшению сна и общего состояния здоровья.
Я вдохновлялась своими мыслями о представлении сна при выборе цветовой палитры. В моем понимании голубой является цветом спокойствия, умиротворения и отдыха. Затем я подобрала подходящую гамму с помощью Adobe Color.
Для визуализации данных я выбрала несколько типов графиков: Распределение возрастов пациентов (гистограмма): Позволяет понять, какие возрастные группы представлены в выборке и насколько равномерно они распределены.
Гендерное распределение пациентов (круговая диаграмма): Демонстрирует соотношение мужчин и женщин в исследуемой группе.
Зависимость длительности сна от возраста (точечная диаграмма): Отображает индивидуальные значения длительности сна в зависимости от возраста
Средняя длительность сна по категориям ИМТ (столбчатая диаграмма): Показывает, как длительность сна изменяется в зависимости от категории индекса массы тела.
Матрица корреляций числовых переменных (тепловая карта): Визуализирует взаимосвязи между всеми числовыми признаками.
Обработка данных
Для начала я импортировала необходимые мне библиотеки: Вы импортируете следующие библиотеки и модули: numpy, matplotlib.pyplot, pandas, seaborn, io, os, matplotlib.colors (ListedColormap).
Затем я устанавливаю дополнительные системные шрифты (в данном случае Liberation Fonts).
Затем я задаю семейство шрифтов как «sans-serif». Это значит, что для всех графиков будет использоваться шрифт без засечек. Устанавливаю шрифт «Liberation Sans» в качестве основного шрифта в категории sans-serif.
Настраиваю внешний вид графиков и их масштабы, чтобы они выглядели привлекательно и подходили для презентации. Устанавливаю цвет фона всей фигуры графика (включая за пределами области осей) в светло-голубой цвет с кодом #E3F2FD. Затем Устанавливает цвет фона внутри области осей графика в тот же светло-голубой оттенок. Таким образом, весь график визуально гармоничен.
Задаю размеры всей фигуры графика в дюймах: ширина — 16, высота — 9. Это даёт нам широкоформатный график, который особенно удобен для презентаций и анализа данных. Настраиваю контекст отображения графиков в библиотеке Seaborn. Увеличивает шрифт ещё на 20% от базового размера, чтобы текст был лучше заметен.
Эта часть кода задаёт параметры визуализации графиков в библиотеке Seaborn с использованием пользовательской цветовой палитры и стиля.
Загружаю датасет под названием «Sleep_health_and_lifestyle_dataset.csv» в DataFrame с использованием библиотеки pandas. После этого df хранит все данные из файла в табличной форме, позволяя анализировать и обрабатывать данные.
Затем задаю явное разделение столбцов из датасета на числовые (numeric_cols) и категориальные (categorical_cols), что облегчает их обработку и анализ.
Визуализация данных
Гистограмма. Распределения возрастов участников исследования
Гистограмма помогает понять возрастную структуру данных, что важно для дальнейшего анализа, особенно если возраст связан с качеством сна или другими параметрами. Из нее можно понять, что в исследовании преобладают люди близкие к возрасту 45 лет.
Круговая диаграмма. Гендерное распределение пациентов
Эта круговая диаграмма отображает гендерное распределение пациентов из датасета. Диаграмма иллюстрирует, какая часть выборки состоит из мужчин и женщин. Можно заметить, что количество пациентов обоих полов примерно одинаковое.
Точечную диаграмма. Зависимость длительности сна от возраста пациентов
Точечная диаграмма визуализирует зависимость длительности сна от возраста пациентов. С помощью нее можно определить общие тенденции, например, имеется ли связь между возрастом и длительностью сна (например, с возрастом люди спят больше, меньше или изменений нет). Если точки разбросаны хаотично, это может означать отсутствие связи между двумя переменными.
Столбчатая диаграмма. Средняя длительность сна в часах для каждой категории индекса массы тела (ИМТ)
Этот график помогает понять, как индекс массы тела влияет на продолжительность сна. Например, можно выявить, спят ли люди с нормальным ИМТ дольше, чем люди с избыточным весом или ожирением.
Тепловая карта. Матрица корреляций числовых переменных
Анализ взаимосвязей позволяет выявить пары переменных, которые сильно коррелируют (например, «Age» и «Sleep Duration»), что может указывать на сильную зависимость. Если корреляция отрицательная, это указывает на обратную зависимость (например, чем больше одно значение, тем меньше другое). В то время как положительные значения означают прямую зависимость (например, увеличение одной переменной связано с увеличением другой).
Описание применения генеративной модели
Для своей работы я использовала Chat-GPT версии 4.0. Он помог мне подключить другой шрифт, а так же помог мне задать параметры визуализации графиков с помощью библиотеки Seaborn. Помимо этого, чат помог подготовить тепловую карту.
Цветовая палитра была создана с помощью Adobe Color.
Иллюстрации сгенерированы в Ideogram.
Список источников
