pandas读取breast_cancer.csv文件，分析绘制哪一个特征对是否有癌症影响最大？不使用seaborn函数

同样可以使用pandas库读取breast_cancer.csv文件，并将其转换为DataFrame格式：

import pandas as pd

data = pd.read_csv('breast_cancer.csv')
df = pd.DataFrame(data)

接着，我们可以使用pandas库中的groupby函数，计算每个特征值对应的患癌症和不患癌症的数量，并计算两者比例：

df_grouped = df.groupby(['diagnosis'])['radius_mean'].value_counts(normalize=True).rename('proportion').reset_index()

这里我们选择使用“radius_mean”特征作为例子，计算了特征与是否患癌症之间的比例关系。通过观察结果，我们可以发现，当“radius_mean”特征较大时，患癌症的比例也会随之增加。

因此，我们可以得出结论：在这个数据集中，“radius_mean”特征对是否有癌症的影响最大。