91 lines
4.5 KiB
Markdown
91 lines
4.5 KiB
Markdown
---
|
||
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.
|
||
```
|