sambokai / Chicago-Crime-EDA

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Explorative Datenanalyse der Kriminalität in Chicago

Projektdetails

Autoren

  • Ian Altenau
  • Sam Bokai

Vorläufige Liste zu untersuchender Forschungsfragen:

  • "Wann und wo komme ich mit mit einer Straftat am besten davon?"
  • "Welche Straftaten passieren am häufigsten? Wann und wo?"
  • Korrelation zwischen Häuslicher Gewalt und Geburtenraten
  • "Wie effektiv sind die Ermittlungsbehörden?"
  • Vorhersage von Kriminalitätswellen, Radikalisierung der Bevölkerung oder konkreten Straften

Datenquellen

Erste Schritte

Voraussetzungen

  • Klone dieses Projekt

    git clone https://github.com/sambokai/Chicago-Crime-EDA.git
  • Installiere Anaconda oder Miniconda

    • Überprüfe die erfolgreiche Installation mit conda -V
  • Lade einen Chicago-Crime Datensatz zur Analyse herunter

    • Lade die CSV Datei von der offiziellen Webseite der Stadtverwaltung Chicagos herunter. Nutze hierfür die Datenquellen
    • Speichere die CSV als crimes.csv im Ordner data dieses Projekts. Erstelle vorher den Ordner data im Stammverzeichnis, falls benötigt.

Einrichtung der Entwicklungsumgebung

Erstelle ein Conda Environment mit den benötigten Packages. Diese sind in der Datei environment.yml dieses Projekts definiert. Offizielle Dokumentation

conda env create -f environment.yml # Erstelle ein Environment mithilfe der environment.yml dieses Projektes
conda info -e # Liste alle installierten Environments auf um zu überprüfen ob das Environment 'chicago-crime' korrekt installiert wurde

Aktiviere das zuvor installierte Environment

  • Unter MacOS / Linux, im Terminal: source activate chicago-crime
  • Unter Windows, im Anaconda Prompt: activate chicago-crime

Überprüfe die Aktivierung.

conda info # Der Wert von `active environment` sollte `chicago-crime` sein.

Starten des Notebooks / Jupyter Labs

Starte Jupyter Lab

jupyter lab

In Jupyter führe den Schritt Load Data des Notebooks aus um zu überprüfen, ob der Chicago-Crime Datensatz korrekt installiert wurde.

About


Languages

Language:Jupyter Notebook 99.9%Language:CSS 0.1%