Files

camperbot 3add6077ad chore(i18n,learn): processed translations (#45504 )

2022-03-23 15:22:04 +01:00

4.5 KiB

Raw Permalink Blame History

id, title, challengeType, forumTopicId, dashedName

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

--description--

你將通過使用我們的Replit 入門代碼來完成本項目。

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（14 小時）
Learn Python 視頻課程（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。

--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.

4.5 KiB Raw Permalink Blame History Unescape Escape