Визуализация и анализ датасета Iris

Описание

Этот проект демонстрирует навыки визуализации данных с использованием Python-библиотек numpy, pandas, matplotlib и seaborn. Датасет Iris, загружаемый из sklearn, содержит информацию о характеристиках трех видов ирисов (длина и ширина чашелистика и лепестка). Проект включает базовый анализ данных и создание разнообразных визуализаций для изучения распределений, связей и различий между видами.

Используемые технологии

• Numpy: Расчет статистик и работа с массивами.
• Pandas: Создание и обработка DataFrame, группировка.
• Matplotlib/Seaborn: Построение гистограмм, scatter plots, боксплотов, pairplots и тепловых карт.

Основные этапы проекта

1. Загрузка данных: Использование датасета Iris из sklearn.
2. Анализ: Расчет описательных статистик, средних по видам, корреляций.
3. Визуализация:
   • Гистограммы распределения характеристик по видам.
   • Scatter plot для длины и ширины лепестка.
   • Боксплоты для длины чашелистика.
   • Pairplot для парного анализа всех характеристик.
   • Тепловая карта корреляций.

Результаты

• Построены графики, показывающие четкое разделение видов ирисов по длине и ширине лепестка.
• Выявлены корреляции между характеристиками (например, высокая корреляция между длиной и шириной лепестка).
• Боксплоты подтверждают различия в длине чашелистика между видами.

Установка и запуск

1. Установите библиотеки:

   pip install numpy pandas matplotlib seaborn scikit-learn

2. Запустите main.py:

   python3 main.py