freeCodeCamp/curriculum/challenges/chinese/08-data-analysis-with-python/data-analysis-with-python-projects/medical-data-visualizer.md

id, title, challengeType, forumTopicId, dashedName

id	title	challengeType	forumTopicId	dashedName
5e46f7f8ac417301a38fb92a	医疗数据可视化工具	10	462368	medical-data-visualizer

--description--

你将使用我们在 Replit 的初始化项目来完成这个项目。

• 首先在 Replit 中导入项目。
• 接着，你将看到一个 .replit 窗口。
• 选择 Use run command 并点击 Done 按钮。

我们仍在开发 Python 课程的交互式教学部分。 目前，你可以在 YouTube 上通过 freeCodeCamp.org 上传的一些视频学习这个项目相关的知识。

• Python for Everybody Video Course (14 hours)

• 如何使用 Python Pandas 分析数据（10 小时）

--instructions--

在本项目中，您将使用 matplotlib、seaborn 和 pandas 来对体检数据进行可视化和计算。 数据集的数值是从体检中收集的。

数据说明

数据集中的行代表患者，列代表身体测量、各种血液检查的结果和生活方式等信息。 您将使用该数据集来探索心脏病、身体测量数据、血液标志物和对生活方式的选择之间的关系。

文件名：medical_examination.csv

项目	变量类型	变量名	变量值类型
年龄	客观特征	age	int (days)
身高	客观特征	height	int (cm)
体重	客观特征	weight	float (kg)
性别	客观特征	gender	分类编码
收缩压	检测特征	ap_hi	int
舒张压	检测特征	ap_lo	int
胆固醇	检测特征	cholesterol	1：正常，2：高于正常，3：远远高于正常值
血糖值	检测特征	gluc	1：正常，2：高于正常，3：远远高于正常值
吸烟问题	主观特征	smoke	binary
饮酒量	主观特征	alco	binary
体育活动	主观特征	active	binary
是否有心血管疾病	目标变量	cardio	binary

任务

创建一个类似于 examples/Figure_1.png 的图表，其中我们显示 cholesterol、gluc、alco、active 和 smoke 变量，用于不同面板中 heart=1 和 heart=0 的患者。

在 medical_data_visualizer.py 中使用数据完成以下任务：

• 给数据添加一列 overweight。 要确定一个人是否超重，首先通过将他们的体重（公斤）除以他们的身高（米）的平方来计算他们的 BMI。 如果该值是 > 25，则此人超重。 使用值 0 表示不超重，使用值 1 表示超重。
• 使用 0 表示好的和 1 表示坏，来规范化数据。 如果 cholesterol 或 gluc 的值为 1，则将值设为 0。 如果值大于 1，则将值设为 1。
• 将数据转换为长格式并使用 seaborn 的 catplot() 创建一个显示分类特征值计数的图表。 数据集应按 “Cardio” 拆分，因此每个 cardio 值都有一个图表。 该图表应该看起来像 examples/Figure_1.png。
• 清理数据。 过滤掉以下代表不正确数据的患者段：
  • 舒张压高于收缩压（使用 (df['ap_lo'] <= df['ap_hi']) 保留正确的数据）
  • 高度小于第 2.5 个百分位数（使用 (df['height'] >= df['height'].quantile(0.025)) 保留正确的数据）
  • 身高超过第 97.5 个百分位
  • 体重小于第 2.5 个百分位
  • 体重超过第 97.5 个百分位
• 使用数据集创建相关矩阵。 使用 seaborn 的 heatmap() 绘制相关矩阵。 遮罩上三角。 该图表应类似于 examples/Figure_2.png。

每当变量设置为 None 时，请确保将其设置为正确的代码。

单元测试是在 test_module.py 下为你编写的。

开发

对于开发，你可以使用 main.py 来测试你的函数。 单击“运行”按钮，main.py 将运行。

测试

为了你的方便，我们将测试从 test_module.py 导入到 main.py。 只要你点击“运行”按钮，测试就会自动运行。

提交

复制项目的 URL 并将其提交给 freeCodeCamp。

--hints--

它应该通过所有的 Python 测试。

--solutions--

  # Python challenges don't need solutions,
  # because they would need to be tested against a full working project.
  # Please check our contributing guidelines to learn more.