Доступность WI-FI в парках

В поиске подходящего мне датасета на сайте data.moc.ru, я нашла данные по наличию wi-fi в парках Москвы. Для меня это очень интересная и актуальная информация, потому что часто работаю вне дома, как и многие жители крупных городов, ведь всем нам не хватает времени проведенного на воздухе. Поэтому я нахожусь в постоянном поиске интернета. Мне стало интересно насколько парки приспособлены для работы в них с точки зрения wi-fi

Типы диаграмм:

(01) Линейная диаграмма (02) Горизонтальная столбчатая диаграмма (03) Гистограмма (04) Точечная диаграмма (05)Круговая

Выбор пал на диаграммы, наиболее наглядно визуализирующие разницу между данными, чтобы все было очевидно с первого взгляда!

Для создания цветовой палитры диаграмм были использованы оттенки зеленого, так как Москва один из самых богатых растительностью городов России, и часто вне дома можно встретить много деревьев и парков

В качестве шрифтового решения я выбрала одну из самых известных гарнитур — IBM Plex Mono.

Потому что шрифт имеет плавные переходы, что создает серьезное и спокойное настроение и легко читается.

Сначала были выбраны данные и сформулирована задача: посмотреть, как распределены точки бесплатного Wi‑Fi по округам и паркам Москвы, какие радиусы покрытия встречаются чаще всего и как устроены условия доступа. Для этого я загрузила CSV‑файл, задала разделитель; и внимательно проверила заголовки столбцов. Поскольку в файле есть две строки с метаданными, я оставила английские названия колонок (Name, AdmArea, District, ParkName, WiFiName, CoverageArea, FunctionFlag, AccessFlag, Longitude_WGS84, Latitude_WGS84) и удалила русскую строку‑дубликат, чтобы избежать конфликтов при обращении к столбцам.

Дальше я занималась чисткой и подготовкой. С помощью pandas нужные столбцы были выделены в отдельный датафрейм, числовые поля (CoverageArea, координаты) приведены к типу float, а затем я отфильтровала только действующие точки, ориентируясь на значение FunctionFlag == 'действует'. Такая предварительная обработка позволила упростить код построения графиков: далее каждая визуализация строилась из уже «чистого» набора данных без лишних условий и проверок.

Для визуализации я использовала matplotlib и задала единый стиль через параметры шрифта и цветовой палитры. В стиле попыталась сделать графики «академичными» и минималистичными, установила шрифт IBM Plex Mono, выбрала спокойные оттенки зеленого. После этого каждая диаграмма оформлялась в отдельной ячейке: линейный график для сравнения числа точек в округах, горизонтальная столбчатая диаграмма для топ‑10 парков, гистограмма для распределения радиуса покрытия, точечный график расположения точек по координатам и круговая диаграмма по AccessFlag для условий доступа. Такой подход позволил сохранить принцип «одна идея — один график» и упростил как чтение кода, так и интерпретацию результата.

В процессе изучения датасета, содержащего информацию о точках wi-fi выяснилось:

Самый лучший округ это Центральный административный Самый лучший парк это ВДНХ Огромный радиус покрытия Знаем все расположения точек wi-fi Шикарный доступ к сети wi-fi в любом парке

Теперь я знаю куда можно пойти поработать над проектом и, что Москва очень оснащенный город.

Использованные нейросети:

(1) Nana Banana https://nanabanana.ai/ru (2) Chat GPT https://chatgpt.com

Я использовала ИИ для создания обложки. Сформировала свой запрос GPT, он переформировал его подходящим образом для Nana Banana, после чего через Nana Banana, было создано изображение обложки

Промт: Realistic public park at sunset, vertical 2:3 aspect ratio. Neat winding sandy paths curve around an oval lawn, bordered by lush flowerbeds with ornamental cabbages and yellow‑green flowers. Tall green trees in soft warm light, people walking and sitting on benches in the background. In the center of the park above the lawn, a large bright white glowing Wi‑Fi symbol with three arcs and a circular sphere, gentle light reflection on the grass, atmospheric, calm, modern urban oasis.