Podręcznik uczestnika z objaśnieniami, przykładami i ćwiczeniami do samodzielnej nauki

4. Jak opisywać dane, metody i wyniki

Czytelnik nie powinien odgadywać, co oznacza pojedynczy wiersz. W danych kursowych rekord opisuje pomiar danego urządzenia w określonym czasie. Klucz tworzą czas i identyfikator urządzenia. Zbiór zawiera po 90 pomiarów ośmiu urządzeń, wykonywanych dwa razy dziennie przez 45 dni. Liczba 720 opisuje rekordy, nie liczbę niezależnych maszyn.

Paszport danych

Podaj źródło i wersję pliku, jednostkę obserwacji, zakres czasu, liczbę rekordów i urządzeń, znaczenie kluczowych kolumn oraz istotne decyzje jakościowe. W projekcie źródłem analizy jest data/processed/pomiary_clean.csv przygotowany w M2. Szczegóły pochodzenia i przekształceń powinny odsyłać do notebooka przygotowania danych, słownika i tabeli audytu.

Zmienna

Jednostka

Znaczenie dla raportu

temperatura

°C

Wartość temperatury w obserwacji; 720 wartości.

drgania

mm/s

Wartość drgań; 720 wartości, w tym nietypowy pomiar 4,850.

energia

kWh na interwał

Zużycie w interwale opisanym w danych; 718 wartości.

produkcja

sztuki na interwał

Wielkość produkcji; 719 wartości po przygotowaniu danych.

lokalizacja i urządzenie

Kategorie

Kontekst grupowania, nie dowód przyczyny różnic.

W raporcie nie musisz przepisywać całego dziennika czyszczenia. Wyjaśnij decyzje wpływające na wynik: dwa braki energii i jeden brak produkcji pozostają jawne, a nietypowych drgań nie usunięto automatycznie. Szczegółów szukaj w sekcji „Dziennik decyzji dotyczących jakości danych” notebooka M2 oraz outputs/tables/M2_audyt_jakosci.csv.

Metoda to więcej niż nazwa funkcji

Zdanie „użyto groupby i median” jest zbyt ubogie. Napisz, jakie rekordy analizowano, po czym je pogrupowano, co mierzono i jak potraktowano braki. Przykład: „Dla każdego urządzenia obliczono medianę drgań ze wszystkich dostępnych obserwacji w badanym okresie. Każda grupa zawierała 90 niepustych wartości; nie wykluczano obserwacji na podstawie wielkości drgań”.

Ranking: jedna tabela jako źródło wartości

Ranking powinien zasilać zarówno wykres, jak i opis. Dzięki temu zmiana danych nie wymaga ręcznego poprawiania kilku niezależnych zestawów liczb. Grupujemy po urządzeniu, liczymy niepuste drgania i sortujemy medianę malejąco. Dodatkowe sortowanie po identyfikatorze zapewnia stabilny porządek przy remisie.

ranking_drgan = (
    pomiary_clean.groupby("urzadzenie", as_index=False)
    .agg(n=("drgania", "count"), mediana_drgan=("drgania", "median"))
    .sort_values(["mediana_drgan", "urzadzenie"], ascending=[False, True])
    .reset_index(drop=True)
)
assert len(ranking_drgan) == 8
assert ranking_drgan["n"].eq(90).all()
assert ranking_drgan["n"].sum() == 720
ranking_drgan.to_csv(TABLES / "M6_ranking_drgan.csv", index=False)
display(ranking_drgan)

Tabela 1. Mediany drgań w całym okresie; zapis do trzech miejsc po przecinku. Plik M6_ranking_drgan.csv jest proponowanym nowym wynikiem M6, a nie wymaganym plikiem wejściowym.

Urządzenie

Mediana drgań [mm/s]

n

U-05

1,374

90

U-08

1,361

90

U-07

1,346

90

U-03

1,252

90

U-06

1,250

90

U-02

1,158

90

U-04

1,125

90

U-01

1,038

90

Precyzja zapisu i kontrola wyniku

Obliczenia przechowuj z pełną dostępną precyzją. Na potrzeby tekstu przyjmujemy trzy miejsca i regułę HALF_UP: dokładna mediana U-08 wynosi 1,3605 i jest prezentowana jako 1,361. Ten sam sposób stosuj w tabeli, podpisie, streszczeniu i prezentacji. Różnice licz ze źródłowych wartości, a nie z już zaokrąglonych etykiet.

from decimal import Decimal, ROUND_HALF_UP
 
def zapis3(wartosc):
    tekst = str(Decimal(str(wartosc)).quantize(
        Decimal("0.001"), rounding=ROUND_HALF_UP
    ))
    return tekst.replace(".", ",")
 
print(zapis3(ranking_drgan.loc[1, "mediana_drgan"]))

Funkcja zapis3 zwraca tekst do prezentacji, a nie liczbę do dalszych obliczeń. Dla drugiego wiersza rankingu wyświetli 1,361. Nie zmieniamy kolumny mediana_drgan na tekst — dzięki temu można nadal poprawnie liczyć różnice i tworzyć wykresy. Jawna reguła prezentacji ogranicza rozbieżności między tabelą, akapitem a slajdem.

Mediana ogranicza wpływ pojedynczych skrajnych wartości na miarę położenia, ale nie usuwa ich z danych ani nie dowodzi, że są nieistotne. Dlatego ranking median i kontrola nietypowego pomiaru odpowiadają na różne pytania i mogą występować w tym samym raporcie.

Sprawdź zapisany plik, nie tylko ramkę

Po eksporcie możesz ponownie odczytać tabelę i porównać jej wartości z obiektem, z którego powstała. Parametr index=False zapobiega dopisaniu technicznego indeksu jako kolejnej kolumny. Mała tolerancja uwzględnia zapis liczb zmiennoprzecinkowych, ale nie służy ukrywaniu merytorycznych różnic.

ranking_odczyt = pd.read_csv(TABLES / "M6_ranking_drgan.csv")
pd.testing.assert_frame_equal(
    ranking_drgan, ranking_odczyt,
    check_exact=False, rtol=1e-12, atol=1e-12
)

Udana kontrola nie potwierdza, że wybrano najlepszą metodę analizy. Potwierdza węższe twierdzenie: zapis i ponowny odczyt zachowały sprawdzaną tabelę. W audycie zapisuj właśnie taki zakres dowodu. Kontrole techniczne i uzasadnienie metody uzupełniają się, lecz nie zastępują wzajemnie.

Od tabeli do czytelnego akapitu

Poziomy ranking median drgań ośmiu urządzeń: najwyżej U-05 1,374, U-08 1,361 i U-07 1,346 mm/s, najniżej U-01 1,038 mm/s. Każda grupa ma 90 pomiarów.

Rysunek 1. Mediany drgań ośmiu urządzeń w okresie 1.01–14.02.2026. Opracowanie na podstawie tej samej agregacji co tabela 1; odpowiednik wyniku M4-W01.

„Najwyższą medianę drgań odnotowano dla U-05: 1,374 mm/s. Kolejne były U-08 i U-07 z medianami odpowiednio 1,361 i 1,346 mm/s. Każdą medianę obliczono z 90 pomiarów. Ranking opisuje poziom drgań w obserwowanym okresie; bez odniesienia do typu urządzenia, warunków pracy i kryteriów diagnostycznych nie jest rankingiem stanu technicznego”.

Ten akapit podaje miarę, jednostkę, zakres, liczebność i ograniczenie. Nie zamienia słowa „najwyższa” na „najgorsza”. Różnica median U-05 i U-08 wynosi 0,013 mm/s, ale sama jej wielkość nie rozstrzyga znaczenia technicznego ani statystycznego. Do takiej oceny potrzebne byłyby dodatkowe kryteria i odpowiednia metoda.

Wykres nie zastępuje tabeli kontrolnej. Służy szybkiemu rozpoznaniu kolejności i skali różnic, dlatego oś zaczyna się od zera, etykiety mają jednostkę, a wszystkie urządzenia pozostają widoczne. Gdy w tekście omawiasz tylko trzy najwyższe wartości, czytelnik nadal może sprawdzić kontekst pozostałych pięciu.

W swoim raporcie nadaj tabelom i rysunkom numery i odwołuj się do nich bezpośrednio. Sformułowanie „jak widać poniżej” staje się niejasne po zmianie układu lub eksporcie. „Tabela 1 przedstawia…” pozostaje czytelne także w wersji offline.

Energia: porównywalna miara, różne grupy

Porównanie energii wymaga wskazania, czy analizujesz sumę, średnią, medianę, czy wartość odniesioną do produkcji. Tutaj porównujemy medianę energii w kWh na interwał. Nie jest to suma zużycia hali ani wskaźnik efektywności energetycznej. Grupę tworzą lokalizacja i miesiąc, a liczebność oznacza niepuste wartości energii.

energia_okres = (
    pomiary_clean.groupby(["lokalizacja", "rok_miesiac"], as_index=False)
    .agg(n=("energia", "count"), mediana_energii=("energia", "median"))
    .sort_values(["lokalizacja", "rok_miesiac"])
    .reset_index(drop=True)
)
assert len(energia_okres) == 6
assert energia_okres["n"].sum() == 718
display(energia_okres)

Tabela 2. Mediany energii i liczby niepustych wartości w grupach. Styczeń obejmuje 31 dni, luty tylko 14 dni.

Lokalizacja

Okres

Mediana [kWh]

n

Hala A

2026-01

13,160

186

Hala A

2026-02

13,080

84

Hala B

2026-01

14,790

184

Hala B

2026-02

14,695

84

Hala C

2026-01

14,645

124

Hala C

2026-02

14,760

56

Hale A i B obejmują po trzy urządzenia, a Hala C dwa. Dwa brakujące odczyty energii dotyczą Hali B w styczniu. Funkcja size policzyłaby wszystkie rekordy, również te bez energii, dlatego dla pierwszej grupy Hali B otrzymalibyśmy 186 rekordów, lecz tylko 184 wartości użyte do mediany.

W porównaniu sum krótszy okres i różna liczba urządzeń miałyby bezpośrednie znaczenie dla wielkości wyniku. Mediana ogranicza ten problem liczby składników, ale nie zapewnia identycznych warunków porównania. Nadal mieszamy typy i moce urządzeń, tryby pracy oraz poziomy produkcji. Zanim napiszesz, że jedna hala jest „oszczędniejsza”, określ, co dokładnie mierzy takie stwierdzenie.

Wykres energii i granice opisu

Grupowane słupki median energii dla hal A, B i C w styczniu i pierwszych 14 dniach lutego. Hala A ma najniższe mediany w obu okresach: 13,160 oraz 13,080 kWh na interwał.

Rysunek 2. Mediana energii według lokalizacji i miesiąca. Na słupkach podano liczby niepustych wartości. Odpowiednik wyniku M4-W03; luty nie jest pełnym miesiącem.

Poprawny opis zaczyna się od widocznego wzorca: „Hala A miała najniższą medianę energii w obu okresach: 13,160 kWh w styczniu i 13,080 kWh w dostępnej części lutego. W Hali B mediana nieznacznie spadła, a w Hali C wzrosła. Porównanie dotyczy pomiarów różnych urządzeń, więc nie izoluje wpływu lokalizacji”.

Nie zastępuj tego opisu zdaniem „Hala A pracuje najefektywniej”. Efektywność wymaga zdefiniowania relacji między nakładem a użytecznym rezultatem, na przykład energii w odniesieniu do produkcji, i sprawdzenia porównywalności procesów. Wykres samych median energii nie dostarcza takiego dowodu.

Jeśli chcesz zbadać zmianę w czasie, zacznij od zgodnego zakresu i jednostki porównania. Możesz rozważyć porównanie tych samych urządzeń w podobnych warunkach pracy oraz sprawdzenie, czy wynik utrzymuje się po uwzględnieniu produkcji. To propozycja dalszej analizy, a nie wynik już wykonany w tym przykładzie.

Przy każdym wyniku oddziel więc trzy elementy: co policzono, co zaobserwowano oraz jakie porównanie byłoby potrzebne do mocniejszej interpretacji. Dzięki temu nawet krótki akapit uczy czytelnika właściwego korzystania z tabeli.

Temperatura i drgania: wynik ogólny

Współczynnik korelacji Pearsona opisuje kierunek i siłę zależności liniowej w analizowanych parach wartości. W zbiorze kursowym temperatura i drgania są kompletne, więc obliczenie obejmuje 720 par. Otrzymujemy dodatnią korelację około 0,644. Nie jest to udział wyjaśnionych przyczyn ani prawdopodobieństwo awarii.

pary = pomiary_clean[["temperatura", "drgania"]].dropna()
r_globalne = pary["temperatura"].corr(pary["drgania"])
print("n =", len(pary), "r =", zapis3(r_globalne))

Wykres rozrzutu 720 par temperatury i drgań. Główna chmura punktów ma dodatni kierunek; osobno widoczny pomiar drgań 4,850 mm/s przy temperaturze 62,72 stopnia Celsjusza. Korelacja globalna wynosi 0,644.

Rysunek 3. Temperatura i drgania w pełnym zbiorze. Zachowano nietypowy punkt 4,850 mm/s; odpowiednik wyniku M4-W06.

Wykres jest potrzebny, ponieważ jedna liczba nie pokazuje kształtu chmury ani wpływu pojedynczych punktów. Obserwacja 4,850 mm/s ma temperaturę 62,72°C i dotyczy U-05. Nie usuwamy jej wyłącznie dlatego, że utrudnia prostą opowieść o związku. Do jej interpretacji wrócimy przy analizie wrażliwości.

Sprawdź rozumienie 3

Tabela energii dla Hali B w styczniu zawiera 186 rekordów, ale n = 184. Czy to sprzeczność? Jakich informacji brakuje w podpisie „Porównanie energii”, aby odbiorca mógł właściwie odczytać wykres?