Kaggle项目数据分析--heart disease

最近在学习了用python的matplotlib库、seaborn库、numpy、pandas库等做数据分析，matplotlib库、seaborn库主要是用来画图的，看了相关教程后不得不感慨python的画图功能真的很强大，numpy库主要用于数组的处理，pandas库主要是用于处理数据。因为最近也是刚起步，目前学得最多的是python的画图功能，所以这一部分主要是通过画图来看数据之间的关系。本文的数据来源是kaggle网站上的heart disease项目。

1、直方图

ca是指病人在用荧光造影下血管被染色的数目

cp表示病人胸痛类型，0：无症状 1：典型心绞痛 2：非典型心绞痛 3：非心绞痛

target=0:血管小于50%变窄，target=1：血管大于50%变窄

图1表明血管出现癌变高发期为50岁之后，且男性癌变比例高于女性；综合图1和图2可以得出，是否存在心绞痛问题与血管癌变无明显协同关系，即出现心绞痛不代表身体出现大问题（例如神经不小心被压倒之类的也可能出现心绞痛）。而图3则可以得出女性血管变窄高发期在60岁之后，男性则是在年青或者年老时段均可能出现，且在40-60岁为高发期。

在直方图上还可以添加概率密度函数曲线，以便更加清晰直观地看出不同数据指标之间的协同关系。添加概率密度曲线可以用distplot函数，本人在上述几幅图中尝试添加，但效果图十分不好，纵轴刻度过大但是直方图很矮，看不清楚具体分布，而displot函数好像对纵轴刻度无法调试，所以最终没有显示在本文，要是有大神知道解决方案，可以留言给我，感激不尽！

直方图代码：
import matplotlib.pyplot as plt
import seaborn as sns
g1=sns.FacetGrid(heart,col=‘ca’,hue=“sex”)
g1.map(plt.hist,‘age’,bins=11,range=(25,80),edgecolor=‘black’)
g1.add_legend()
plt.show()

2、饼图

这里我对性别再进行了细分，因为从直方图上不容易看出女性血管癌变概率是否真的比男生低，因为从直方图上来看女性病人比男性少，所以直方图看起来女性癌变概率小也可能只是因为女性人数少，所以这里做了进一步划分。现在可以确定女性的发病率真的比男性低。

饼图的绘制可以用matplotlib.pyplot里的pie函数，但是画饼图比较坑的点是pie函数是不会自动聚类的，所以在画饼图前需要先把相同值的数进行计数，这里计数可以用Counter函数，但counter函数返回的是一个字典，但画饼图需要的是每个key的value值，所以需要先把value值提一下。代码如下：
from collections import Counter
list1=heart[heart.sex1]
list2=heart[heart.sex0]
value1=Counter(list1.ca)
list1=list(value1.values())
value2=Counter(list2.ca)
list2=list(value2.values())
label1=[‘ca=0’,‘ca=1’,‘ca=2’,‘ca=3’,‘ca=4’]
label2=[‘ca=0’,‘ca=1’,‘ca=2’,‘ca=3’]
plt.pie(list1,explode=[0.2,0,0,0,0],labels=label1,autopct=’%1.2f%%’)%autopct表示取的小数点位数
plt.title(‘sex=1’)
plt.show()
plt.pie(list2,explode=[0.2,0,0,0],labels=label2,autopct=’%1.2f%%’)
plt.title(‘sex=0’)
plt.show()

暂时更新到这~

Kaggle项目数据分析--heart disease相关推荐

kaggle 2018 data science bowl____一次失败的 kaggle 项目参与经历及反思总结
____tz_zs 前段时间参加了 kaggle 2018 data science bowl ,初生牛犊不怕虎,于是我撸起袖子就开始干了. 尽管,没能得到好的结果,参与过程中的收获和提高,也是很值得 ...
python数据挖掘实战项目开源git_强烈推荐：8个顶级git/github项目数据分析工具
任何重要的决定都应基于数据,对于信息项目和软件开发亦是如此.如果你不仔细查看描述项目演进的数据就无法了解项目的健康状况,并给出合理的改进措施.为了分析和挖掘这些信息,我们可以从Git存储库和项目所在的 ...
【python】kaggle项目之纽约出租车行程时间预测
一.项目背景 (1)Kaggle项目,用于预测出租车出行的总时间. (2)根据已有数据,抽提出更多有用特征,提升预测的准确性. (3)依据探索出来的特征数据,探索性的发现纽约出租车的订单数量变化情况以 ...
kaggle项目：纽约出租车行程时间NYC Taxi Trip Duration
kaggle项目:纽约出租车行程时间NYC Taxi Trip Duration 1. 项目简介 1.1 数据说明 1.2 相关数据集 2. 数据读取 2.1 读取数据集 2.2 读取节假日数据 2. ...
Kaggle经典数据分析项目：泰坦尼克号生存预测！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:陈锴,中山大学,Datawhale成员最近有很多读者留言,希望能 ...
kaggle 共享单车项目数据分析和单车租赁数预测
项目背景自行车共享系统是租用自行车的一种方式,在这里,通过遍布城市的信息亭网络,可以自动获得会员资格.租赁和自行车归还.使用这些系统,人们可以从一个地方租一辆自行车,并根据需要将其送回另一个地方.目 ...
Titanic：Machine Learning from Disaster 人工智能，大数据分析常用入门kaggle项目
索引 0.了解Kaggle: 1．观察大局: 2.获得数据: 3.从数据探索和可视化中获得洞见: 4.机器学习算法的数据准备: 5.选择和训练模型: 6.微调模型: 0.了解Kaggle: Kaggl ...
Kaggle经典数据分析项目：泰坦尼克号生存预测！1. 数据概述与可视化2. 数据预处理3. 模型训练4. 模型优化（调参）
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习 ,不错过 Datawhale干货作者:陈锴,中山大学,Datawhale成员最近有很多读者留言,希望 ...
泰坦尼克号数据集_机器学习（入门）--Kaggle项目之泰坦尼克号
电影<泰坦尼克号>改编自一个真实故事.1912年4月15日,这艘号称"永不沉没"的泰坦尼克号在首航期间,撞上冰山后沉没,船上的2224名乘客和机组人员,其中只有772人 ...

Kaggle项目数据分析--heart disease

Kaggle项目数据分析--heart disease

Kaggle项目数据分析--heart disease相关推荐

最新文章

热门文章