Преступность — одна из тех тем, о которых говорят много, но понимают поверхностно. Публичный дискурс чаще строится на громких случаях и эмоциях, чем на данных. Между тем статистика показывает совершенно конкретную картину: криминал не случаен, он системен. За ним стоят измеримые социальные факторы — уровень дохода, доступ к образованию, занятость населения. Именно это делает тему не только актуальной, но и аналитически интересной.
Проект посвящён визуальному анализу преступности в американских общинах на основе данных о 2215 населённых пунктах США. В центре исследования три вопроса: какие социальные условия связаны с высоким уровнем криминала, какие типы преступлений совершаются чаще всего и в каких городах концентрация насилия наибольшая. Инфографика переводит эти данные в визуальный язык, доступный широкой аудитории, и позволяет увидеть системные закономерности.
Пайплайн
- С платформы Kaggle загружен датасет, содержащий данные о 2215 американских общинах и 147 переменных.
- В Google Colab подключены библиотеки pandas и matplotlib. Поскольку файл поставляется в формате .txt без заголовков, колонкам были вручную присвоены названия на основе документации датасета.
- Отобраны ключевые переменные для анализа: уровень бедности, безработица, образование, типы преступлений и насильственная преступность на 100 тысяч жителей. Пропущенные значения обработаны.
- Построены три визуализации: корреляция социальных факторов с преступностью, распределение типов криминала и топ-10 городов по уровню насилия.
- Графики экспортированы и перенесены в Figma, где собран макет инфографического постера с подбором типографики и цветовой схемы.
Инфографика. Визуализация
Использована генеративная модель Claude.ai для помощи в обработке данных.
