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

---
id: 5e46f7f8ac417301a38fb92a
title: 醫療數據可視化工具
challengeType: 10
forumTopicId: 462368
dashedName: medical-data-visualizer
---

# --description--

你將通過使用我們的[Replit 入門代碼](https://replit.com/github/freeCodeCamp/boilerplate-medical-data-visualizer)來完成本項目。

我們仍在開發 Python 課程的交互式教學部分。 目前，你可以在 YouTube 上通過 freeCodeCamp.org 上傳的一些視頻學習這個項目相關的知識。

- [Python for Everybody 視頻課程](https://www.freecodecamp.org/news/python-for-everybody/)（14 小時）
- [Learn Python 視頻課程](https://www.freecodecamp.org/news/learn-python-video-course/)（10 小時）

# --instructions--

在本項目中，您將使用 matplotlib、seaborn 和 pandas 來對體檢數據進行可視化和計算。 數據集的數值是從體檢中收集的。

## 數據說明

數據集中的行代表患者，列代表身體測量、各種血液檢查的結果和生活方式等信息。 您將使用該數據集來探索心臟病、身體測量數據、血液標誌物和對生活方式的選擇之間的關係。

文件名：medical_examination.csv

|    項目    | 變量類型 |     變量名     |         變量值類型         |
|:--------:|:----:|:-----------:|:---------------------:|
|    年齡    | 客觀特徵 |     age     |      int (days)       |
|    身高    | 客觀特徵 |   height    |       int (cm)        |
|    體重    | 客觀特徵 |   weight    |      float (kg)       |
|    性別    | 客觀特徵 |   gender    |         分類編碼          |
|   收縮壓    | 檢測特徵 |    ap_hi    |          int          |
|   舒張壓    | 檢測特徵 |    ap_lo    |          int          |
|   膽固醇    | 檢測特徵 | cholesterol | 1：正常，2：高於正常，3：遠遠高於正常值 |
|   血糖值    | 檢測特徵 |    gluc     | 1：正常，2：高於正常，3：遠遠高於正常值 |
|   吸菸問題   | 主觀特徵 |    smoke    |        binary         |
|   飲酒量    | 主觀特徵 |    alco     |        binary         |
|   體育活動   | 主觀特徵 |   active    |        binary         |
| 是否有心血管疾病 | 目標變量 |   cardio    |        binary         |

## 任務

創建一個類似於 `examples/Figure_1.png` 的圖表，其中我們顯示 `cholesterol`、`gluc`、`alco`、`active` 和 `smoke` 變量，用於不同面板中 heart=1 和 heart=0 的患者。

在 `medical_data_visualizer.py` 中使用數據完成以下任務：

- 給數據添加一列 `overweight`。 要確定一個人是否超重，首先通過將他們的體重（公斤）除以他們的身高（米）的平方來計算他們的 BMI。 如果該值 > 25，則此人超重。 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 表示壞，來規範化數據。 如果 `cholesterol` 或 `gluc` 的值爲 1，則將值設爲 0。 如果值大於 1，則將值設爲 1。
- 將數據轉換爲長格式並使用 seaborn 的 `catplot()` 創建一個顯示分類特徵值計數的圖表。 數據集應按“Cardio”拆分，因此每個 `cardio` 值都有一個圖表。 該圖表應該看起來像 `examples/Figure_1.png`。
- 清理數據。 過濾掉以下代表不正確數據的患者段：
  - 舒張壓高於收縮壓（使用 `(df['ap_lo'] <= df['ap_hi'])` 保留正確的數據）
  - 高度小於第 2.5 個百分位數（使用 `(df['height'] >= df['height'].quantile(0.025))` 保留正確的數據）
  - 身高超過第 97.5 個百分位
  - 體重小於第 2.5 個百分位
  - 體重超過第 97.5 個百分位
- 使用數據集創建相關矩陣。 使用 seaborn 的 `heatmap()` 繪製相關矩陣。 遮罩上三角。 該圖表應類似於 `examples/Figure_2.png`。

每當變量設置爲 `None` 時，請確保將其設置爲正確的代碼。

單元測試是在 `test_module.py` 下爲你編寫的。

## 開發

對於開發，你可以使用 `main.py` 來測試你的函數。 單擊“運行”按鈕，`main.py` 將運行。

## 測試

爲了你的方便，我們將測試從 `test_module.py` 導入到 `main.py`。 只要你點擊“運行”按鈕，測試就會自動運行。

## 提交

複製項目的 URL 並將其提交給 freeCodeCamp。

# --hints--

它應該通過所有的 Python 測試。

```js

```

# --solutions--

```py
  # 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.
```