Введение
Драма «непотопляемого» Титаника будоражит сердца уже многих поколений. Чудо технологического прогресса того времени, колоссальных размеров пассажирский лайнер мощностью пятьдесят пять тысяч лошадиных сил, способный вместить почти две с половиной тысячи человек, потерпел крушение, разрушительностью под стать своим габаритам. Более чем две трети людей: от мала до велика, различных социальных классов и достатка, были поглощены тогда холодными водами Атлантики. Невольно хочется задаться рядом непростых вопросов:
— Сколько семей мучительно разлучилось в тот день? — Сколько матерей потеряли ребенка? — Сколько молодых так и не встретило старость?
На Kaggle я нашла базу данных (далее — БД) с информацией о пассажирах Титаника. Данные блистали разнообразием и содержали такие параметры, как: пол, класс билета (оно же социальный класс), факт выживания или смерти, порт, из которого человек совершил посадку, а также возраст, номер каюты и даже семейные связи — наличие детей или братьев с сёстрами.
Я решила проанализировать эту БД, чтобы ответить, как минимум, на часть вопросов не просто статистического, но и социального, психологического и философского характера.
Использованными в исследовании программами и инструментами являются:
- Google Colab с соответствующими настройками чтения csv. файлов и визуализации - DeepSeek (для правки кода с целью минимизации неожиданных ошибок)
Процесс обработки данных
Перед исследованием БД, я подготовила рабочий файл к чтению датасета: импортировала специальные библиотеки — для работы конкретно с данными Kaggle и массивами, для построения и визуализации графиков. Далее я установила визуальные константы для форматирования графиков: цвета в оттенках бежевого, желтого и коричневого, коричневую обводку и моноширинный шрифт. Вдохновением послужили старые фотографии, созданные в сепии, а также верстка текста на печатной машинке. Всё это отсылает к эпохе, когда существовал Титаник.
Визуальное вдохновение
Методы анализа можно сравнить с исследованием БД при помощи формул Microsoft Excel: в основном использовались «СЧЁТ» (вычисление объема данных в отдельных колонках), «ЕСЛИ» (операции над данными, подчиняющихся объединению, либо пересечению условий) и «СЧЁТЕСЛИ» (сортировка данных, также подконтрольная условиям)
Коды и графики
Для более комплексных вычислений понадобилось сначала визуализировать более примитивную статистику: на основе столбца «Пол» было выявлено процентное соотношение мужчин и женщин, находившихся на корабле.
Для визуализации данных использовались в основном столбчатые и круговые диаграммы.
Колонка «Возраст» была поделена математически, при помощи установки «пороговых значений» на конкретные категории.
Далее, уже располагая «отфильтрованным» из колонки «Пол» числом женщин, было произведено пересечение с колонками «Наличие детей» и «Факта смерти/выживания».
После похожая операция была произведена с колонками «Факта смерти/выживания» и «Наличия братьев/сестёр»
Дабы логически завершить анализ «факторов выживаемости», было создано распределение в зависимости от порта посадки.
Также, подытоживая исследование, включающее женщин с детьми, было произведено их распределение, в зависимости от класса билета.