chap1-0.py - master - AlexEly/Course_proj_ead

chap1-0.py
130 строк6 KB
AlexEly
create: chap1-11.py, chap1-10.py, chap1-9.py, chap1-8.py, chap1-7.py, chap1-6.py, chap1-5.py, chap1-4.py, chap1-3.py, chap1-2.py, chap1-1.py, chap1-0.py
19 апр 2026, 14:12
Верифицирован
19 апр 2026, 14:12feb66de
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import rcParams

# Настройка стиля и шрифтов
rcParams['font.family'] = 'DejaVu Sans'
rcParams['axes.unicode_minus'] = False
plt.style.use('seaborn-v0_8-whitegrid')

# Загрузка данных
df = pd.read_csv('feature_time_48k_2048_load_1_noisy_categorical.csv')

# Список числовых признаков (исключая целевую переменную)
numeric_features = ['max', 'min', 'mean', 'sd', 'rms', 'skewness', 'kurtosis', 'crest', 'form']
target_feature = 'fault'

# Настройка параметров визуализации
n_cols = 3
n_rows_num = (len(numeric_features) + n_cols - 1) // n_cols
n_rows_total = n_rows_num + 1  # +1 для целевой переменной

fig = plt.figure(figsize=(15, 5 * n_rows_total))
fig.suptitle('Распределение значений признаков датасета вибродиагностики', 
             fontsize=16, fontweight='bold', y=0.98)

# === Диаграммы для числовых признаков ===
for idx, feature in enumerate(numeric_features):
    ax = fig.add_subplot(n_rows_total, n_cols, idx + 1)
    
    # Гистограмма с кривой плотности
    data = df[feature].dropna()
    ax.hist(data, bins=50, density=True, alpha=0.7, color='steelblue', 
            edgecolor='black', label='Гистограмма')
    
    # Оценка плотности (KDE)
    from scipy.stats import gaussian_kde
    if len(data) > 1:
        kde = gaussian_kde(data)
        x_range = np.linspace(data.min(), data.max(), 200)
        ax.plot(x_range, kde(x_range), color='red', linewidth=2, label='KDE')
    
    # Статистические линии
    mean_val = data.mean()
    median_val = data.median()
    ax.axvline(mean_val, color='green', linestyle='--', linewidth=1.5, 
               label=f'Среднее: {mean_val:.3f}')
    ax.axvline(median_val, color='orange', linestyle=':', linewidth=1.5, 
               label=f'Медиана: {median_val:.3f}')
    
    # Оформление
    ax.set_xlabel(f'Значение признака "{feature}"', fontsize=9)
    ax.set_ylabel('Плотность вероятности', fontsize=9)
    ax.set_title(f'Распределение: {feature}', fontsize=10, fontweight='bold')
    ax.tick_params(axis='both', labelsize=8)
    ax.legend(fontsize=7, loc='best')
    ax.grid(alpha=0.3)

# === Диаграмма для целевой переменной ===
ax_target = fig.add_subplot(n_rows_total, n_cols, len(numeric_features) + 1)
target_counts = df[target_feature].value_counts()
colors = plt.cm.Set3(np.linspace(0, 1, len(target_counts)))

bars = ax_target.barh(target_counts.index, target_counts.values, color=colors, edgecolor='black')
ax_target.set_xlabel('Количество наблюдений', fontsize=10)
ax_target.set_title(f'Распределение классов: {target_feature}', fontsize=10, fontweight='bold')
ax_target.tick_params(axis='both', labelsize=8)
ax_target.grid(axis='x', alpha=0.3)

# Добавление значений на столбцы
for bar in bars:
    width = bar.get_width()
    ax_target.text(width + max(target_counts.values)*0.01, 
                   bar.get_y() + bar.get_height()/2, 
                   f'{int(width)}', va='center', fontsize=8)

# === Боксплоты для сравнения распределений по классам ===
# Создаём отдельную фигуру для боксплотов
fig_bp = plt.figure(figsize=(16, 10))
fig_bp.suptitle('Сравнение распределений признаков по классам дефектов', 
                fontsize=14, fontweight='bold', y=0.98)

# Выбираем 6 наиболее информативных признаков для боксплотов
selected_features = ['rms', 'kurtosis', 'crest', 'form', 'sd', 'max']
n_bp_cols = 2
n_bp_rows = (len(selected_features) + n_bp_cols - 1) // n_bp_cols

for idx, feature in enumerate(selected_features):
    ax = fig_bp.add_subplot(n_bp_rows, n_bp_cols, idx + 1)
    
    # Группировка данных по классам
    box_data = [df[df[target_feature] == cls][feature].dropna() 
                for cls in df[target_feature].unique()]
    labels = df[target_feature].unique()
    
    # Построение боксплота
    bp = ax.boxplot(box_data, labels=labels, patch_artist=True, 
                    notch=False, showmeans=True, meanline=True)
    
    # Раскраска боксов
    for patch, color in zip(bp['boxes'], colors):
        patch.set_facecolor(color)
        patch.set_alpha(0.7)
    
    # Оформление
    ax.set_xlabel('Класс дефекта', fontsize=9)
    ax.set_ylabel(f'Значение "{feature}"', fontsize=9)
    ax.set_title(f'{feature} по классам', fontsize=10, fontweight='bold')
    ax.tick_params(axis='x', rotation=45, labelsize=7)
    ax.tick_params(axis='y', labelsize=8)
    ax.grid(axis='y', alpha=0.3)

plt.tight_layout()
plt.subplots_adjust(top=0.95, hspace=0.35, wspace=0.25)
plt.show()

# === Вывод сводной статистики ===
print("=" * 80)
print("СВОДНАЯ СТАТИСТИКА ПО ПРИЗНАКАМ")
print("=" * 80)
print(f"\nОбщее количество записей: {len(df)}")
print(f"Количество классов: {df[target_feature].nunique()}")
print(f"\nКлассы и их распределение:\n{df[target_feature].value_counts().to_string()}")
print(f"\n{'Признак':<12} {'Среднее':>10} {'Медиана':>10} {'Std':>10} {'Min':>10} {'Max':>10}")
print("-" * 65)
for feature in numeric_features:
    stats = df[feature].describe()
    print(f"{feature:<12} {stats['mean']:>10.4f} {stats['50%']:>10.4f} "
          f"{stats['std']:>10.4f} {stats['min']:>10.4f} {stats['max']:>10.4f}")
print("=" * 80)