Лабораторная работа №6: Оптимизация производительности и статистический анализ

Описание

Исследование производительности операций с данными и статистический анализ товаров бисера. Сравнение медленных и оптимизированных методов обработки данных, проверка статистических гипотез и выявление закономерностей.

Технологии

• Python 3.7+
• Pandas - оптимизированная обработка данных
• NumPy - числовые операции
• SciPy - статистические тесты
• Matplotlib - визуализация результатов

Структура проекта

LW6.ipynb                 # основной скрипт анализа и оптимизации
DataFrame beads.xlsx      # исходные данные

Функциональность

Оптимизация производительности

• Сравнение медленных и быстрых методов обработки данных
• Декоратор времени выполнения для измерения производительности
• Векторизованные операции вместо циклов
• Группировка и агрегация вместо поэлементной обработки

Ключевые функции

Оптимизация производительности

@timer
def analyze_profit_slow(df)      # Медленная версия с циклами
@timer  
def analyze_profit_fast(df)      # Быстрая версия с группировкой
@timer
def analyze_discount_slow(df)    # Медленный анализ скидок
@timer
def analyze_discount_fast(df)    # Быстрый анализ скидок

Результаты анализа

Производительность

• Ускорение операций в 5-10 раз за счет векторизации
• Эффективное использование памяти при группировке данных
• Оптимизированные агрегации вместо поэлементных вычислений

Статистические выводы

• Анализ эффективности скидочной политики
• Выявление премиальных цветовых категорий
• Определение влияния размера на ценовую политику
• Практические рекомендации для бизнеса

Особенности реализации

Оптимизация производительности

• Замена циклов на векторные операции Pandas
• Использование группировки и агрегации
• Предварительное вычисление производных столбцов
• Эффективная фильтрация данных