freeCodeCamp/curriculum/challenges/italian/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	Visualizzatore di Dati Medici	10	462368	medical-data-visualizer

--description--

Lavorerai a questo progetto con il nostro codice iniziale su Replit.

• Start by importing the project on Replit.
• Next, you will see a .replit window.
• Select Use run command and click the Done button.

Stiamo ancora sviluppando la parte didattica interattiva del curriculum di Python. Per ora, ecco alcuni video sul canale YouTube di freeCodeCamp.org che ti insegneranno tutto quello che devi sapere per completare questo progetto:

• Python for Everybody Video Course(14 hours)

• How to Analyze Data with Python Pandas (10 hours)

--instructions--

In questo progetto visualizzerai e farai calcoli relativi ai dati di esami medici usando matplotlib, seaborn, e pandas. I valori dell’insieme di dati sono stati raccolti durante una serie di esami medici.

Descrizione dei dati

Le righe nel set di dati rappresentano i pazienti e le colonne rappresentano informazioni come le misurazioni del corpo, i risultati di vari esami del sangue e lo stile di vita. Userai il set di dati per esplorare il rapporto tra malattie cardiache, misurazioni del corpo, marcatori del sangue e stile di vita.

Nome del file: medical_examination.csv

Caratteristica	Tipo Di Variabile	Variabile	Tipo Di Valore
Età	Dato oggettivo	age	int (giorni)
Altezza	Dato oggettivo	height	int (cm)
Peso	Dato oggettivo	weight	float (kg)
Genere	Dato oggettivo	gender	codice di categoria
Pressione sistolica	Dato da esami	ap_hi	int
Pressione sanguigna diastolica	Dato da esami	ap_lo	int
Colesterolo	Dato da esami	cholesterol	1: normale, 2: al di sopra del normale, 3: molto al di sopra del normale
Glucosio	Dato da esami	gluc	1: normale, 2: al di sopra del normale, 3: molto al di sopra del normale
Fumatore	Dato soggettivo	smoke	binario
Assunzione di alcol	Dato soggettivo	alco	binario
Attività fisica	Dato soggettivo	active	binario
Presenza o assenza di malattie cardiovascolari	Variabile target	cardio	binario

Compiti

Crea un grafico simile a examples/Figure_1.png, dove vengono mostrati i conteggi di buoni e cattivi risultati per le variabili cholesterol, gluc, alco, active e smoke per pazienti con cardio=1 e cardio=0 in differenti pannelli.

Utilizza i dati per completare le seguenti attività in medical_data_visualizer.py:

• Add an overweight column to the data. To determine if a person is overweight, first calculate their BMI by dividing their weight in kilograms by the square of their height in meters. If that value is > 25 then the person is overweight. Use the value 0 for NOT overweight and the value 1 for overweight.
• Normalize the data by making 0 always good and 1 always bad. If the value of cholesterol or gluc is 1, make the value 0. If the value is more than 1, make the value 1.
• Convert the data into long format and create a chart that shows the value counts of the categorical features using seaborn's catplot(). The dataset should be split by 'Cardio' so there is one chart for each cardio value. The chart should look like examples/Figure_1.png.
• Clean the data. Filter out the following patient segments that represent incorrect data:
  • diastolic pressure is higher than systolic (Keep the correct data with (df['ap_lo'] <= df['ap_hi']))
  • height is less than the 2.5th percentile (Keep the correct data with (df['height'] >= df['height'].quantile(0.025)))
  • height is more than the 97.5th percentile
  • weight is less than the 2.5th percentile
  • weight is more than the 97.5th percentile
• Create a correlation matrix using the dataset. Plot the correlation matrix using seaborn's heatmap(). Mask the upper triangle. The chart should look like examples/Figure_2.png.

Ogni volta che una variabile è impostata su None, assicurati di impostarla al codice corretto.

I test unitari sono scritti per te in test_module.py.

Sviluppo

Nello sviluppo, puoi usare main.py per testare le tue funzioni. Usa il bottone "run" e main.py sarà eseguito.

Test

Abbiamo importato i test da test_module.py in main.py per tua convenienza. I test saranno eseguiti automaticamente quando usi il bottone "run".

Invio

Copia l'URL del tuo progetto e consegnalo nell'input qua sotto.

--hints--

Dovrebbe superare tutti i test Python.

--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.