import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from scipy.stats import pearsonr, ttest_ind import warnings warnings.filterwarnings('ignore')

sns.set_style("whitegrid") palette = ['

2E86AB', '

F18F01', '

print("\n Ищу числовые столбцы для анализа...") numeric_cols = df.select_dtypes(include=[np.number]).columns.tolist()

if len(numeric_cols) < 2: print("Найден только 1 числовой столбец. Добавь больше!") exit()

print(f" Найдено {len(numeric_cols)} числовых столбцов: {numeric_cols}")

Выбираем первые 4 числовых столбца для анализа

target_col = numeric_cols[0] # Первая колонка = цель features = numeric_cols[1:5] # Следующие 4 = признаки

print(f"\n Целевая переменная: {target_col}") print(f" Анализирую: {features}")

=3

print("\n📈 Создаю График 1: Scatter Plot...") x_col = features[0] r, p = pearsonr(df[x_col], df[target_col])

plt.figure(figsize=(12, 7)) plt.scatter(df[x_col], df[target_col], alpha=0.6, s=60, color=palette[0])

Линия тренда

z = np.polyfit(df[x_col], df[target_col], 1) p_line = np.poly1d(z) x_sorted = np.sort(df[x_col]) plt.plot(x_sorted, p_line(x_sorted), "r--", linewidth=3, label=f'r={r:.3f}, p={p:.3f}')

plt.xlabel(f'{x_col}', fontsize=12, fontweight='bold') plt.ylabel(f'{target_col}', fontsize=12, fontweight='bold') plt.title(f'📊 График 1: {x_col} vs {target_col}\n(корреляция r={r:.3f})', fontsize=14, fontweight='bold', pad=20) plt.legend() plt.grid(True, alpha=0.3) plt.tight_layout() plt.savefig('01_scatter.png', dpi=300, bbox_inches='tight') plt.close() print(f"✅ 01_scatter.png (r={r:.3f})")

print("📊 Создаю График 2: Histogram...") mean_val = df[target_col].mean() median_val = df[target_col].median()

plt.figure(figsize=(12, 7)) plt.hist(df[target_col], bins=30, edgecolor='black', alpha=0.7, color=palette[1]) plt.axvline(mean_val, color='red', linestyle='--', linewidth=2.5, label=f'Среднее={mean_val:.2f}') plt.axvline(median_val, color='green', linestyle='--', linewidth=2.5, label=f'Медиана={median_val:.2f}')

plt.xlabel(target_col) plt.ylabel('Количество') plt.title(f'📈 График 2: Распределение {target_col}', fontsize=14, fontweight='bold') plt.legend() plt.grid(axis='y', alpha=0.3) plt.tight_layout() plt.savefig('02_histogram.png', dpi=300, bbox_inches='tight') plt.close() print("✅ 02_histogram.png")

print("🔥 Создаю График 3: Heatmap корреляций...") plt.figure(figsize=(10, 8)) corr_matrix = df[numeric_cols[:6]].corr() # Первые 6 колонок sns.heatmap(corr_matrix, annot=True, fmt='.2f', cmap='coolwarm', center=0, square=True, cbar_kws={"shrink": 0.8}) plt.title('📊 График 3: Матрица корреляций всех переменных', fontsize=14, fontweight='bold') plt.tight_layout() plt.savefig('03_heatmap.png', dpi=300, bbox_inches='tight') plt.close() print("✅ 03_heatmap.png")

print("📦 Создаю График 4: Boxplot...")

Ищем категориальный столбец

cat_cols = df.select_dtypes(include=['object', 'category']).columns if len(cat_cols) > 0: cat_col = cat_cols[0] top_cats = df[cat_col].value_counts().head(5).index df_filtered = df[df[cat_col].isin(top_cats)]

plt.figure(figsize=(12, 7))
df_filtered.boxplot(column=target_col, by=cat_col, 
                    patch_artist=True, fontsize=10)
plt.suptitle('')  # Убираем автозаголовок
plt.title(f'📦 График 4: {target_col} по группам {cat_col}', 
          fontsize=14, fontweight='bold')
plt.ylabel(target_col)
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('04_boxplot.png', dpi=300, bbox_inches='tight')
plt.close()
print(f"✅ 04_boxplot.png ({cat_col})")

else: # Если нет категорий - делаем по квартилям df['quartile'] = pd.qcut(df[target_col], 4, labels=['Q1', 'Q2', 'Q3', 'Q4']) plt.figure(figsize=(10, 7)) df.boxplot(column=features[0], by='quartile', ax=plt.gca()) plt.title(f'📦 График 4: {features[0]} по квартилям {target_col}', fontsize=14, fontweight='bold') plt.suptitle('') plt.tight_layout() plt.savefig('04_boxplot.png', dpi=300, bbox_inches='tight') plt.close() print("✅ 04_boxplot.png (квартили)")