皮马印第安人糖尿病年龄在40到50的直方图代码
时间: 2024-02-24 17:53:17 浏览: 20
下面是在Python中使用matplotlib库绘制皮马印第安人糖尿病年龄在40到50的直方图的代码示例:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据集
df = pd.read_csv('pima-indians-diabetes.csv', header=None)
# 选出年龄在40到50岁之间的样本
age_40_50 = df[(df[1] >= 40) & (df[1] < 50)]
# 绘制直方图
plt.hist(age_40_50[1], bins=10, edgecolor='black')
# 添加标题和轴标签
plt.title('Histogram of Age between 40 and 50')
plt.xlabel('Age')
plt.ylabel('Count')
# 显示图像
plt.show()
```
解释一下代码:
- 首先,我们使用pandas库的read_csv函数读取了数据集。
- 然后,我们使用df[(df[1] >= 40) & (df[1] < 50)]选出了年龄在40到50岁之间的样本。
- 接下来,我们使用matplotlib库的hist函数绘制了直方图,其中bins参数表示分成的箱子数量,edgecolor参数表示箱子边缘的颜色。
- 最后,我们添加了标题和轴标签,并使用show函数显示了图像。
注意:在上述代码中,我们假设数据集中年龄在第2列(即索引为1)。
希望对您有所帮助!
相关问题
皮马印第安人糖尿病描述性统计绘图代码
以下是使用Python的matplotlib库和seaborn库对皮马印第安人糖尿病数据集进行可视化的示例代码:
```python
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 读取数据集
diabetes_df = pd.read_csv('pima-indians-diabetes.csv')
# 绘制直方图
diabetes_df.hist(bins=10, figsize=(10,8))
plt.show()
# 绘制箱线图
sns.boxplot(data=diabetes_df, orient="h", palette="Set2")
plt.show()
# 绘制散点图
sns.scatterplot(x='Glucose', y='BMI', hue='Outcome', data=diabetes_df)
plt.show()
# 绘制条形图
sns.countplot(x='Outcome', data=diabetes_df)
plt.show()
```
上述代码中,我们使用了pandas库中的read_csv()函数读取了皮马印第安人糖尿病数据集,并使用了matplotlib库和seaborn库中的各种可视化函数进行绘图。具体来说,我们绘制了直方图、箱线图、散点图和条形图,分别展示了数据的分布、异常值、变量之间的关系以及类别之间的比较。其中,直方图使用了hist()函数,箱线图使用了boxplot()函数,散点图使用了scatterplot()函数,条形图使用了countplot()函数。通过这些图表,我们可以更好地了解数据集的特征和分布,为后续的建模和分析提供有价值的参考。
皮马印第安人糖尿病条形图代码Python
以下是使用 Python 和 Matplotlib 库绘制皮马印第安人糖尿病条形图的示例代码:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据
diabetes_df = pd.read_csv('pima-indians-diabetes.csv')
# 按照糖尿病结果(0或1)分组并计算数量
diabetes_count = diabetes_df.groupby('Outcome')['Outcome'].count()
# 绘制条形图
plt.bar(diabetes_count.index, diabetes_count.values)
# 添加标题和标签
plt.title('Diabetes Results for Pima Indians')
plt.xlabel('Outcome')
plt.ylabel('Count')
# 展示图表
plt.show()
```
这段代码将数据文件 `pima-indians-diabetes.csv` 中的数据读入一个 Pandas 数据框,并按照糖尿病结果(0或1)分组计算数量,然后使用 Matplotlib 库绘制条形图并添加标题和标签。最后展示图表。
相关推荐
![csv](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)