AIM-PIbd-32-Shabunov-O-A/lab_1/lab1.ipynb

Начало лабораторной работы №1¶

Набор данных для анализа и прогнозирования сердечного приступа

Выгрузка данных из CSV файла в датафрейм

In [22]:

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv(".//static//csv//heart_2020_cleaned.csv")
df.head()

Out[22]:

	HeartDisease	BMI	Smoking	AlcoholDrinking	Stroke	PhysicalHealth	MentalHealth	DiffWalking	Sex	AgeCategory	Race	Diabetic	PhysicalActivity	GenHealth	SleepTime	Asthma	KidneyDisease	SkinCancer
0	No	16.60	Yes	No	No	3.0	30.0	No	Female	55-59	White	Yes	Yes	Very good	5.0	Yes	No	Yes
1	No	20.34	No	No	Yes	0.0	0.0	No	Female	80 or older	White	No	Yes	Very good	7.0	No	No	No
2	No	26.58	Yes	No	No	20.0	30.0	No	Male	65-69	White	Yes	Yes	Fair	8.0	Yes	No	No
3	No	24.21	No	No	No	0.0	0.0	No	Female	75-79	White	No	No	Good	6.0	No	No	Yes
4	No	23.71	No	No	No	28.0	0.0	Yes	Female	40-44	White	No	Yes	Very good	8.0	No	No	No

Построение диаграмм¶

Распределение индекса массы тела¶

In [13]:

plt.figure(figsize=(10, 6))
plt.hist(df.head(15000)['BMI'], bins=30, color='skyblue', edgecolor='black')
plt.title('Распределение индекса массы тела')
plt.xlabel('Индекс массы тела')
plt.ylabel('Количество записей')
plt.grid(True)
plt.show()

Данная диаграмма отображает распределение индекса массы тела среди всех наблюдаемых. Это позволяет сделать вывод о том, что большинство участников имеют ИМТ в диапазоне от 18 до 40, что может коррелировать с риском сердечного приступа.

Соотношение людей с болезнями сердца по полу¶

In [14]:

heart_disease_sex = df.head(15000).groupby(['Sex', 'HeartDisease']).size().unstack()

heart_disease_sex.plot(kind='bar', stacked=True, figsize=(10, 6), color=['lightcoral', 'cornflowerblue'])
plt.title('Соотношение болезней сердца по полу')
plt.xlabel('Пол')
plt.ylabel('Количество')
plt.legend(title='Heart Disease', labels=['Нет', 'Да'])
plt.grid(True)
plt.show()

Данная столбчатая диаграмма показывает соотношение людей с сердечными заболеваниями среди мужчин и женщин. Она позволяет сделать вывод о том, что среди мужчин более высокая доля тех, кто страдает сердечными заболеваниями.

Влияние физического и психического здоровья на наличие болезней сердца¶

In [21]:

df_slice = df.iloc[0:2000]

plt.figure(figsize=(10, 6))
plt.scatter(df_slice[df_slice['HeartDisease'] == 'Yes']['PhysicalHealth'],
            df_slice[df_slice['HeartDisease'] == 'Yes']['MentalHealth'],
            color='red', label='С заболеваниями', alpha=0.5)
plt.scatter(df_slice[df_slice['HeartDisease'] == 'No']['PhysicalHealth'],
            df_slice[df_slice['HeartDisease'] == 'No']['MentalHealth'],
            color='green', label='Без заболеваний', alpha=0.5)

plt.title('Зависимость физического и психического здоровья от наличия сердечных заболеваний')
plt.xlabel('Физическое здоровье (дни с проблемами)')
plt.ylabel('Психическое здоровье (дни с проблемами)')
plt.legend()
plt.grid(True)
plt.show()

Эта диаграмма рассеяния показывает взаимосвязь между физическим и психическим здоровьем людей, страдающих и не страдающих сердечными заболеваниями. Это позволяет сделать вывод о том, что ухудшение физического и психического здоровья связано с повышенным риском сердечного приступа.