皮马印第安人糖尿病年龄在40到50的直方图代码

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：

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箱型图代码

以下是使用 Python 和 matplotlib 库绘制皮马印第安人糖尿病箱型图的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 读取数据
data = np.loadtxt('pima-indians-diabetes.data.csv', delimiter=',')

# 将数据分为有糖尿病和无糖尿病两组
diabetes = data[:, 8] == 1
no_diabetes = data[:, 8] == 0

# 绘制箱型图
plt.boxplot([data[diabetes, 0], data[no_diabetes, 0]], labels=['Diabetes', 'No diabetes'])
plt.title('Pima Indians Diabetes')
plt.xlabel('Outcome')
plt.ylabel('Glucose')

# 显示图像
plt.show()

其中，`pima-indians-diabetes.data.csv` 是包含数据的文件，可以根据自己的数据文件进行修改。在这个示例中，我们将数据按照有糖尿病和无糖尿病分为两组，然后使用 `plt.boxplot()` 函数绘制箱型图。最后，使用 `plt.title()`、`plt.xlabel()` 和 `plt.ylabel()` 函数添加图表的标题和标签。

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：

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。