文件名称：RestaurantInspections：识别并分析纽约市餐厅健康检查结果中的模式
文件大小：3.54MB
文件格式：ZIP
更新时间：2024-03-06 13:20:27
JupyterNotebook
在纽约市餐厅检查中识别和分析模式 一个检查纽约市五个行政区的餐馆健康检查结果数据集的项目。 我生成了各种数据的EDA可视化，并进行了统计假设检验，将餐馆等级与当地社区的财富联系起来。 我还使用Python中的地理绘图库来创建数据的色谱和热图。 数据源 纽约市卫生局提供的有关该市所有餐厅的每个健康检查结果的官方数据集。 Python包uszipcode用于收集纽约市中位数收入数据 背景资料 2019年，纽约的餐饮业包括24,000家餐厅和317,000个工作岗位-这两个数字均创历史新高。 此外，在过去十年中，餐饮业的增长率是整个城市企业增长率的两倍。 2020年的大流行以及其他许多方面极大地改变了纽约市餐饮业的规模。 该项目将仅查看完整的2017-2019日历年中的数据。 卫生部定期对这些场所中的每个场所进行健康检查，并为发现的每种卫生违规行为提供一定的分数： “ A”级：0-13分
【文件预览】：
RestaurantInspections-main
----.gitignore(2KB)
----data()
--------nyc_zip_code_tabulation_areas_polygons.geojson(341KB)
----src()
--------helper_funcs.py(5KB)
----notebooks()
--------eda_graphs.ipynb(272KB)
--------mapping.ipynb(1.17MB)
--------income_htest.ipynb(614KB)
----README.md(4KB)
----presentation.pdf(2.26MB)
----img()
--------regression.png(29KB)
--------allelse_map.jpg(182KB)
--------borosgrades.png(18KB)
--------hypo_test.jpg(103KB)
--------incomecomp_map.jpg(222KB)
--------cuisinegrades.png(27KB)
--------percentageA_map.jpg(218KB)
--------boxplot_income.png(14KB)
--------scoredist.png(18KB)
--------borosproportions.png(18KB)