Введение

Рабочие взаимоотношения и общение с коллективом — ключевой аспект в продуктивном выстраивании общих трудовых процессов и получении эффективного результата.

Выпускники и студенты — как наиболее уязвимая категория людей, начинающих выстраивать карьеру — часто сталкивается со множеством неприятных факторов на рабочем месте: дискриминация по половому, возрастному и расовому признакам, домогательства, ущемление, намеренное занижение оплаты труда и обман.

Данные опасения чаще всего небезосновательны: личный опыт трудоустройства, громкие новости и заявления, обвинения разного рода в медиа, частные расследования дают понять, что данная проблема шире, чем кажется.

В связи с этим я решила провести подробный анализ того, как в действительности выстроены взаимоотношения коллег друг с другом и с руководством на примере европейских стран, где наблюдаются более высокие показатели в сфере здравоохранения и социальной поддержки населения.

В основе исследования я взяла три датасета из Евростата, в которых отражены сравнительные показатели по возрасту, полу и региону.

Одна из доступных баз данных представляет статистику на предмет психологического и сексуализированного насилия по отношению к работникам. Я решила включить эти сведения для более глубокого анализа поставленного вопроса.

Таким образом, посредством трех датасетов я смогу выявить масштаб проблематики и понять, среди каких групп населения и регионов данная тема проявляется наиболее остро и по какой причине.

К сожалению, доступные данные отражают сравнительно давний период — с 2006 по 2015 года. Мировая практика такова, что исследования, связанные с дискриминацией и разным опытом насилия, актуализируются нечасто.

Тем не менее, даже на этом этапе длиною больше 10 лет можно проследить некоторые закономерности, которые, как правило, редко претерпевают значительные изменения спустя время.

Оформление графиков и поиск стиля

Для визуальной эстетики я сгенерировала несколько изображений в Recraft на офисную тему в яркой палитре, которая подчеркивает эмоциональный характер любых взаимоотношений.

Данные цвета стали основой в колористическом оформлении графиков и фотографий, благодаря чему представленный анализ данных выглядит стилистически единым.

В качестве основного шрифта для графиков и фрагментов кода я использовала строгий, но стильный JetBrains Mono.

Промт для обложки в Chat GPT для Recraft:

A stylish modern office interior with three women of European appearance talking on the phone and smiling. Bright, vibrant color tones dominate the scene with a strong red accent in the environment or accessories. Soft natural lighting, clean contemporary design, dynamic yet friendly atmosphere, detailed textures, and a professional look.

На основе полученного изображения через Adobe Color я сделала основную палитру для дальнейших генераций и визуализации графиков.

Промты для изображений в Chat GPT:

Слева: Close-up shot of a hand picking up a telephone receiver, with the soft silhouette of a woman in the background. Maintain the exact same muted, industrial-style color palette as in the reference image — warm, subdued tones, soft contrast, atmospheric lighting, realistic textures, and shallow depth of field.

Справа: A highly detailed modern office interior with exposed industrial pipes along the ceiling, scattered documents and papers on desks, multiple computer workstations with glowing screens, office supplies, cables, shelves with folders, soft ambient lighting, realistic textures, high-resolution, professional environment, slight clutter for realism.

В ходе анализа данных наиболее подходящими видами графиков для отражения результатов я нашла следующие 4 вида:

Гистограммы Круговые диаграммы Линейные графики Столбчатые диаграммы

Также для удобства и дальнейшего описания работы в проекте я оставила короткие комментарии возле некоторых строк кода с пояснением функций.

Данные ремарки помогают мне и читателю легко соотнести текстовую часть с нужной частью кода, а также проследить логику действий.

Промт для Chat GPT: Office core aesthetic illustration of a modern office interior. Several young women standing together, holding papers and documents, casually talking to each other. Calm, professional atmosphere, natural interaction, teamwork and communication. Clean workspace, minimalist furniture, soft lighting.

Первым этапом я импортировала и разархивировала нужный шрифт, чтобы дальнейшие графики были в едином визуальном стиле с кодом.

Далее я импортировала необходимые библиотеки ( numpy, matplotlib.pyplot, pandas) и задала им пути к данным из датасетов, где каждый индификатор отвечает за конкретный файл:

7А1 — Хорошие отношения с коллегами 7А2 — Хорошие отношения с начальством 7А3 — Подверженность одному из видов насилия

Также в перечень библиотек внесла matplotlib.font_manager, чтобы установить выбранный шрифт для последующего использования в коде.

Также обозначила в коде цветовую палитру для дальнейшей визуализации. Для удобства чтения графиков каждый цвет соотвествует полу, возрасту или другим отдельным параметрам.

Поскольку данные представлены с сайта Евростата, для более привычного восприятия я переименовала обозначение возраста на русский язык. Теперь все диаграммы будут на одном языке.

Исключение составляют рейтинги стран.

Далее я применила функцию для загрузки данных из файлов и преобразовала их в tidy-формат. Таким образом, мета-данные исходного датасета с нужными параметрами высвечиваются в одной строке.

После — переименовала первую колонку для удобства чтения данных, разделила ее для возможности группировки по конкретному параметру и наконец — объединила с основной таблицей.

Теперь каждая строка определяет пол, возраст и страну респондента.

Промт для Chat GPT: Office core aesthetic illustration, close-up view. Feminine hands with neatly painted nails typing on a laptop keyboard. Elegant, professional mood, soft and confident gesture. A green indoor plant placed next to the laptop, adding freshness and balance to the composition.

Я заметила, что в датасете встречаются отсутствующие значения в виде пустых ячеек или знаков ":", спецсимволы (или флаги качества) и текст вместо чисел. Чтобы графики отображались с корректной информацией, лишние данные необходимо устранить.

Поэтому я применила функцию очистки сlean_value с соотвестствущей заменой значений. Например, теперь все флаги качества заменяются на числа.