งวดที่สองของ Python Diaries ซีรีส์ที่ฉันให้รายละเอียดเกี่ยวกับประสบการณ์ ความคิด และการดิ้นรนเพื่อเรียนรู้ Python

Python เป็นภาษาโปรแกรมที่กลายเป็นอุตสาหกรรมหลักในอุตสาหกรรมวิทยาศาสตร์ข้อมูล การเรียนรู้ Python เป็นสิ่งที่ฉันมีอยู่ในรายการสิ่งที่ต้องทำมาระยะหนึ่งแล้ว และในที่สุดฉันก็มีเวลาว่างที่จะศึกษามัน ขอบคุณงานสอนพิเศษของฉันในสเปน!

ในช่วงไม่กี่ปีที่ผ่านมา นายจ้างเริ่มหันมาใช้ Python เพิ่มมากขึ้น ฉันได้อ่านแล้ว ว่าเมื่อเปรียบเทียบกับ R แล้ว Python เหมาะกับเว็บแอปพลิเคชัน ขนาดใหญ่ การเรียนรู้เชิงลึกและการเรียนรู้ของเครื่องมากกว่า ความสนใจในแมชชีนเลิร์นนิงของฉันและความปรารถนาโดยรวมของฉันที่จะเรียนรู้เทคนิคและเทคโนโลยีใหม่ๆ ทำให้ดูเหมือนว่าการรู้จัก Python เพียงเล็กน้อยจะไม่เพียงน่าสนใจแต่จำเป็นด้วย!

หมายเหตุ:ท้ายที่สุด สมมติว่าคนๆ หนึ่งมีอิสระเต็มที่ในการเลือกเขียนโปรแกรม คำตอบก็ตรงไปตรงมา: ไม่สำคัญ! เครื่องมือไม่มีอะไรมากไปกว่าเครื่องมือดังนั้นควรเลือกอย่างรอบคอบโดยขึ้นอยู่กับวัตถุประสงค์และสถานการณ์

ในโครงการนี้ ฉันได้ฝึกฝนแนวคิดต่อไปนี้:

• การสร้างสมุดบันทึก Jupyter
• การนำเข้าไฟล์ .csv
• การติดตั้งและนำเข้าแพ็คเกจ (Pandas, Numpy, Matplotlib, Seaborn)
• ทำความสะอาดข้อมูล
• จัดการข้อมูล
• ใช้การวิเคราะห์ทางสถิติเชิงอนุมานพื้นฐาน
• การสรุปข้อมูล
• การแสดงข้อมูล (ฮิสโตแกรม แผนภูมิแท่ง พล็อตกล่อง)
• การสร้างความคิดเห็น
• การตั้งค่ารูปแบบการแสดงข้อมูล
• ข้อมูลย่อย

ฉันพบข้อมูลเกี่ยวกับการขังเดี่ยวในสถานกักขังในสหรัฐอเมริกาจากData is Pluralจดหมายข่าวรายสัปดาห์ที่มีเป้าหมายเพื่อค้นหาชุดข้อมูลที่น่าสนใจและมีประโยชน์จากอินเทอร์เน็ต

การจัดการข้อมูล

ที่นี่ ฉันได้จัดการข้อมูลที่มีอยู่อย่างรวดเร็วโดยค้นหาจำนวนสัญชาติของผู้ต้องขังในประเทศ 20 อันดับแรกก่อน จากนั้น ฉันแปลงจำนวนเหล่านั้นเป็นเปอร์เซ็นต์เพื่อให้ได้มุมมองที่ดีขึ้นเกี่ยวกับความชุกของสัญชาติบางประเภท ตัวอย่างเช่น สัญชาติเม็กซิกันเป็นผู้ต้องขังมากกว่าหนึ่งในสามของผู้ต้องขังในชุดข้อมูลนี้! ความแพร่หลายของสัญชาติจาเมกาก็โดดเด่นสำหรับฉัน (3.11%) เช่นกัน จากนั้น ฉันสร้างแผนภูมิแท่งอย่างรวดเร็วโดยแสดงข้อมูลเดียวกันเป็นภาพ

การสรุปข้อมูล

ภาพด้านล่างแสดงรายละเอียดสถิติโดยสรุปของตัวแปรที่เราสนใจ 'days_solitary' ระยะเวลาเฉลี่ยในการขังเดี่ยวคือ 32.72 วัน ค่ามัธยฐานคือ 20 วัน เนื่องจากค่าเฉลี่ยและค่ามัธยฐานแตกต่างกันมาก จึงมีความเป็นไปได้ที่การกระจายตัวทางขวาจะเบ้ กล่าวอีกนัยหนึ่ง มีผู้ต้องขังบางคนใช้เวลาส่วนใหญ่ในการขังเดี่ยวซึ่งดึงระยะเวลาเฉลี่ยให้สูงขึ้น การแพร่กระจายเริ่มจาก 0 วันถึง 781 วันในการกักขังเดี่ยว

การแสดงข้อมูล (ฮิสโตแกรม แผนภูมิแท่ง พล็อตกล่อง)

การสร้างภาพข้อมูลแรกที่เรามีคือฮิสโตแกรม ซึ่งโดยพื้นฐานแล้วเป็นการแสดงรูปภาพของสถิติสรุปข้างต้น การกระจายของตัวแปร 'days_solitary' นั้นเบ้ขวา หมายความว่ามีผู้ต้องขังจำนวนมากที่ถูกขังเดี่ยวเป็นระยะเวลาสั้นๆ ในขณะที่มีผู้ต้องขังไม่กี่คนที่ถูกขังเดี่ยวเป็นเวลานาน เนื่องจากการกระจายเอียงไปทางขวา นั่นหมายความว่าค่าเฉลี่ยนั้นมากกว่าค่ามัธยฐาน เนื่องจากค่าผิดปกติกำลังดึงค่าเฉลี่ยขึ้น

ภาพที่สองเป็นแผนภาพความหนาแน่น ซึ่งโดยหลักแล้วจะทำให้ฮิสโตแกรมเรียบขึ้นและแสดงความหนาแน่นสัมพัทธ์ของจำนวนวันที่ถูกขังเดี่ยว ภาพที่สามซ้อนภาพที่สองเหนือภาพแรกเพื่อให้สามารถเปรียบเทียบได้ง่าย

ด้านล่างนี้เป็นกราฟที่แสดงจำนวนผู้ต้องขังที่ถูกขังเดี่ยวด้วยเหตุผลต่างๆ เราเห็นว่าเหตุผลทางวินัยเป็นเหตุผลส่วนใหญ่ ในขณะที่ 'การดูแลป้องกัน: ความปลอดภัยของผู้ถูกคุมขังอื่น' เป็นเหตุผลสูงสุดอันดับสอง เหตุผลทางการแพทย์มากมายที่บางคนอาจถูกกักขังเดี่ยวนั้นอยู่ในใจของฉัน

ด้านล่างคือกราฟแท่งเดียวกันที่สร้างขึ้นโดยใช้ Seaborn ซึ่งแสดงจำนวนผู้ต้องขังในแต่ละรัฐ เราพบว่าแคลิฟอร์เนียมีผู้ต้องขังมากที่สุดในชุดข้อมูล ตามมาด้วยเท็กซัส แอริโซนา และจอร์เจีย ข้อแตกต่างเพียงอย่างเดียวระหว่างกราฟแท่งทั้งสองคือกราฟแท่งหนึ่งทางด้านซ้ายมีธีมสีเริ่มต้น ในขณะที่กราฟแท่งทางขวามีธีมสีที่กำหนดเอง ที่นี่ เป้าหมายคือการทำความคุ้นเคยกับธีมที่ฉันสามารถสร้างได้ด้วย Seaborn! ตามหลักการทั่วไป ฉันพยายามใช้จานสีที่เป็นมิตรต่อคนตาบอดสี เพื่อให้งานของฉันสามารถเข้าถึงได้มากขึ้น

ในแผนภาพด้านล่าง ฉันใช้ Seaborn เพื่อจัดกลุ่มผู้ต้องขังตามสถานะที่พวกเขาถูกควบคุมตัวโดยมีจุดประสงค์เพื่อดูว่าจำนวนวันที่อยู่อย่างโดดเดี่ยวนั้นแตกต่างกันไปตามแต่ละรัฐหรือไม่ เป็นไปได้ว่าแต่ละรัฐมีกฎหมายที่แตกต่างกันเกี่ยวกับระยะเวลาที่ผู้ต้องขังสามารถถูกคุมขังเดี่ยวได้

การสะท้อนทั่วไป:

หลังจาก Python Diaries ครั้งล่าสุด ฉันต้องการกระโดดเข้าสู่การวิเคราะห์เชิงพื้นที่หรือการถดถอยเชิงเส้นทันที แต่ฉันตระหนักว่าจะเป็นการดีกว่าหากคุ้นเคยกับแนวคิด Python พื้นฐานก่อนที่จะไปดำเนินการที่ซับซ้อนกว่านี้

I was so excited to dive into the world of data science and learn all the cool libraries and techniques. But I quickly realized that before I could even think about using those libraries, I needed to have a strong understanding of the basics. When it comes to data science, just like many STEM fields, understanding the basics is like the foundation of a house. If the foundation is weak, the rest of the house will crumble. But with a strong foundation, it’s possible to build anything.

It was really rewarding to work with this dataset because of all the potential ways it can be used to help people and communities. Data science can be a powerful tool for promoting social good, especially when it comes to analyzing complex issues such as solitary confinement in detention facilities. By using techniques like machine learning and statistical analysis, data scientists can uncover patterns and insights that might otherwise go unnoticed. For example, in the context of solitary confinement, data science can be used to analyze large amounts of data on the conditions and outcomes of this practice, such as the length of time individuals spend in isolation, the impact on their mental health, and the correlation between solitary confinement and recidivism. As a result, this information can be used to inform policy and advocacy efforts aimed at reducing the use of solitary confinement and improving conditions for those who are incarcerated. Additionally, data science can also be used to monitor and evaluate the effectiveness of these efforts over time.

ตอนนี้ฉันกำลังมองหางานด้านวิทยาการข้อมูลระดับเริ่มต้นเป็นครั้งแรก ฉันรู้ว่าทักษะที่ฉันฝึกฝนจากการมุ่งเน้นไปที่พื้นฐานของ Python จะช่วยฉันได้!

สิ่งที่ฉันต้องการเรียนรู้สำหรับ Python Diaries #3:

ครั้งต่อไป ฉันต้องการยกระดับทักษะ Python ของฉันไปอีกขั้นด้วยการปรับแต่งข้อมูลเชิงพื้นที่หรือเรียกใช้การถดถอยเชิงเส้น อย่างง่าย

ต้องการดูรหัสของฉันหรือไม่ → GitHub

อยากเห็นประสบการณ์ที่ผ่านมาของฉันไหม? → ลิงค์อิน