Python打卡训练营day7——2025.04.26

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
 
data = pd.read_csv(r'.\python60-days-challenge-master\heart.csv')
 
#自动识别离散和连续特征
discrete_features = data.select_dtypes(include=['object']).columns.tolist()
continuous_features = data.select_dtypes(include=['int64', 'float64']).columns.tolist()
 
#离散特征用众数补全
for features in discrete_features:
    mode_value = data[features].mode()[0]
    data[features].fillna(mode_value, inplace=True)
 
#连续特征用中位数补全
for features in continuous_features:
    print(f"Column {features} data type: {data[features].dtype}")
    median_value = data[features].median()
    print(f"Median_value for {features}: {median_value}")
    if pd.isnull(median_value):
        median_value = 0
    data.loc[:, features] = data[features].fillna(median_value)
 
#离散特征独热编码(用pd库更方便一点)
data = pd.get_dummies(data, columns=discrete_features, drop_first=True, dtype=int)
 
#数据可视化
#中文字体设置
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(15,10))
 
plt.subplot(2, 2, 1)
sns.histplot(data['age'], kde=True)
plt.title('年龄分布图')
 
plt.subplot(2,2,2)
sns.scatterplot(x='trestbps', y='thalach',data=data)
plt.title('静息血压与最大心率关系')
 
plt.subplot(2,2,3)
sns.boxplot(y='chol', data=data)
plt.title('胆固醇分布图')
 
plt.subplot(2,2,4)
sns.violinplot(x='target', y='age', data=data)
plt.title('年龄与心脏病关系图')
 
plt.tight_layout()
plt.show()

@浙大疏锦行 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值