利用利用Python进行心脏病患者特征分析 进行心脏病患者特征分析 今天要跟大家说到的一个数据集分析，是关于心脏病的。心脏病作为全球第一大杀手，是我们不得不提前防御的疾病。今天我 们利用Python从一份心脏病数据集中找出一些规律，看下哪些特征对于确诊心脏病影响比较大，从而提醒我们注意平时的生 活规律。 数据集介绍 数据集介绍 数据分析之前，先得有数据集，首先先来介绍一下这份kaggle上下载的数据集。 对其中的字段进行分析： age：年龄。 sex：性别（1：男，0：女） cp：疼痛类型（1：典型心绞痛，2：非典型心绞痛，3：非心绞痛，4：没有症状（不痛）） trestbps：静息血压。 chol：胆固醇。 fbs：血糖（>120mg/dl为1，否则为0） restecg：心电图（0：正常，1：异常，2：严重） thalach：达到的最高心率。 exang：运动诱发心绞痛（1：是的，0：不是） oldpeak：运动相对于休息引起的ST期抑郁 slope：运动高峰的心电图（1：上坡，2：平和，3：下坡） ca：主要血管数目(0-3) thal：地中海贫血（3：普通。6：固定的缺陷，7：可逆的缺陷）。 target：心脏疾病诊断（0：没有心脏病，1：有心脏病） 这份数据集，记录的都是生理的特征，但是我们可以根据这些特征，来反向关注生活习惯。比如胆固醇，蛋黄、猪肝都是引起 胆固醇过高的食物，如果我们后面分析后，发现胆固醇过高会引起心脏病，那么平时就要注意少吃这些食物了。 数据分析-性别特征 数据分析 性别特征 接下来对这个数据集进行一波分析了，我们尽可能多的分析某些特征对于心脏病的影响。需要说一下，这里我们用到的依然是 pandas+seaborn的技术栈（需要完整代码私信“心脏病”即可获取）。先来看下性别比例吧： # 性别因素 gender_dist = df['sex'].value_counts() plt.pie(gender_dist.values,labels=['男','女'],autopct="%.2f%%") print(gender_dist) >> 1 207 >> 0 96 其中男性207，女性96，男性的占到了接近70%了。但这个并不是有70%的男性得了心脏病，而是这份数据集的男女比例。那 接下来再来看下，不同的性别患心脏病的分布情况。代码如下： fig,axes = plt.subplots(1,3,figsize=(15,4)) g_target_dist = df.groupby(['sex','target']).count()['age'].unstack() 

# 患病柱状图 ax1 = sns.countplot(x="sex",hue='target',data=df,ax=axes[0]) ax1.set_xlabel("性别") ax1.set_xticklabels(['女','男']) # 女性患病比例饼状图 ax2 = axes[1] ax2.pie(g_target_dist.loc[0],labels=['正常','患病'],autopct="%.2f%%") ax2.set_title("女性患病比例") # 男性患病比例饼状图 ax3 = axes[2] ax3.pie(g_target_dist.loc[1],labels=['正常','患病'],autopct="%.2f%%") ax3.set_title("男性患病比例") 第一个图可以看出，女性的患病比例明显高于男性。然后具体性别来看，女性患病比例达到75%，男性患病比例只有45%。通 过数据集分析发现，女性患病的概率高于男性 女性患病的概率高于男性，所以女性朋友们注意啦，要好好保护自己哦~ 数据分析-年龄特征 数据分析 年龄特征 在分析之前，按照我的常识来说，年龄对于患心脏病的概率影响是比较大的，一般年纪比较大的患心脏病的概率比较高。那事 实是不是这样的呢？我们用数据说话！原来的数据集中年龄是具体的数字，为了更加方便的分析，我们将年龄分成“儿童(0- 18)”、“青年(18-40)”、“中年(40-66)”、“老年(66-200)”，而经过分割后，发现属于儿童阶段的数据没有，因此我们就只取后面三 个进行分析。分析的代码如下： fig,axes = plt.subplots(2,2,figsize=(8,8)) age_dist = df[['age','target']] age_dist['age_range'] = pd.cut(age_dist['age'],bins=[0,18,40,66,200],include_lowest=True,right=False,labels=['儿童','青年','中 年','老年']) sns.countplot(x="age_range",hue="target",data=age_dist,ax=axes[0,0]) axes[0,0].set_xlabel("年龄段") youth = age_dist[age_dist['age_range']=='青年']['target'].value_counts() _ = axes[0,1].pie(youth,labels=['正常','患病'],autopct="%.2f%%") axes[0,1].set_title("青年人患病比例") middle = age_dist[age_dist['age_range']=='中年']['target'].value_counts() _ = axes[1,0].pie(middle,labels=['正常','患病'],autopct="%.2f%%") axes[1,0].set_title("中年人患病比例") old = age_dist[age_dist['age_range']=='老年']['target'].value_counts() _ = axes[1,1].pie(old,labels=['正常','患病'],autopct="%.2f%%") axes[1,1].set_title("老年人患病比例") plt.tight_layout() 最终的效果图如下： 

原创文章 30获赞 4访问量 1903 关注 私信 展开阅读全文 作者：jspython