Python条形图热图直方图可视化精神健康状态(医学数据集)

本文主要是介绍Python条形图热图直方图可视化精神健康状态(医学数据集),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目标是比开源精神疾病提供的基本报告更深入地挖掘,并了解更多属性之间的相互作用,这可以为所描述的决策者提供信息。

考虑的问题点:

  1. 不同性别属性的员工心理健康是否存在显着差异?
  2. 不同年龄属性的员工心理健康是否存在显着差异?
  3. 提供更多支持的公司是否会让员工心理更健康?
  4. 个人对心理健康的态度是否会影响他们的心理健康和寻求治疗?

数据可视化工具

条形图

条形图或条形图是用矩形条表示数据类别的图形,矩形条的长度和高度与其所表示的值成正比。 条形图可以水平或垂直绘制。 条形图描述了离散类别之间的比较。 该图的一个轴代表正在比较的特定类别,而另一个轴代表与这些类别相对应的测量值。

Python 中的 matplotlib API 提供了 bar() 函数,该函数可用于 MATLAB 风格或作为面向对象的 API。与轴一起使用的 bar() 函数的语法如下:

该函数根据给定的参数创建一个以矩形为边界的条形图。下面是一个简单的条形图示例,它代表一个学院不同课程的学生人数。

import numpy as np
import matplotlib.pyplot as plt # creating the dataset
data = {'C':20, 'C++':15, 'Java':30, 'Python':35}
courses = list(data.keys())
values = list(data.values())fig = plt.figure(figsize = (10, 5))# creating the bar plot
plt.bar(courses, values, color ='maroon', width = 0.4)plt.xlabel("Courses offered")
plt.ylabel("No. of students enrolled")
plt.title("Students enrolled in different courses")
plt.show()

这里plt.bar(courses, value, color=’maroon’)用于指定以courses列为X轴,values为Y轴来绘制条形图。 color 属性用于设置条形的颜色(本例中为栗色)。 plt.xlabel(“提供的课程”) 和 plt.ylabel(“学生已注册”) 用于标记相应的轴。 plt.title( ) 用于为 graph.plt.show() 创建标题,用于使用前面的命令将图形显示为输出。

自定义条形图

import pandas as pd
from matplotlib import pyplot as pltdata = pd.read_csv(r"cars.csv")
data.head()
df = pd.DataFrame(data)name = df['car'].head(12)
price = df['price'].head(12)fig = plt.figure(figsize =(10, 7))plt.bar(name[0:10], price[0:10])plt.show()

从上面的条形图中可以看出,X 轴刻度相互重叠,因此无法正确看到。这样通过旋转X轴刻度,就可以清晰可见。这就是为什么需要定制条形图。

import pandas as pd
from matplotlib import pyplot as pltdata = pd.read_csv(r"cars.csv")
data.head()
df = pd.DataFrame(data)name = df['car'].head(12)
price = df['price'].head(12)fig, ax = plt.subplots(figsize =(16, 9))ax.barh(name, price)for s in ['top', 'bottom', 'left', 'right']:ax.spines[s].set_visible(False)ax.xaxis.set_ticks_position('none')
ax.yaxis.set_ticks_position('none')ax.xaxis.set_tick_params(pad = 5)
ax.yaxis.set_tick_params(pad = 10)ax.grid(b = True, color ='grey',linestyle ='-.', linewidth = 0.5,alpha = 0.2)ax.invert_yaxis()for i in ax.patches:plt.text(i.get_width()+0.2, i.get_y()+0.5, str(round((i.get_width()), 2)),fontsize = 10, fontweight ='bold',color ='grey')ax.set_title('Sports car and their price in crore',loc ='left', )fig.text(0.9, 0.15, 'Jeeteshgavande30', fontsize = 12,color ='grey', ha ='right', va ='bottom',alpha = 0.7)plt.show()
多个条形图

当一个变量发生变化时要对数据集进行比较时,可以使用多个条形图。 我们可以轻松地将其转换为堆叠面积条形图,其中每个子组都显示在其他子组之上。 可以通过改变条形的厚度和位置来绘制它。 下面的条形图显示了工程分支通过的学生人数:

import numpy as np 
import matplotlib.pyplot as plt barWidth = 0.25
fig = plt.subplots(figsize =(12, 8)) IT = [12, 30, 1, 8, 22] 
ECE = [28, 6, 16, 5, 10] 
CSE = [29, 3, 24, 25, 17] br1 = np.arange(len(IT)) 
br2 = [x + barWidth for x in br1] 
br3 = [x + barWidth for x in br2] plt.bar(br1, IT, color ='r', width = barWidth, edgecolor ='grey', label ='IT') 
plt.bar(br2, ECE, color ='g', width = barWidth, edgecolor ='grey', label ='ECE') 
plt.bar(br3, CSE, color ='b', width = barWidth, edgecolor ='grey', label ='CSE') plt.xlabel('Branch', fontweight ='bold', fontsize = 15) 
plt.ylabel('Students passed', fontweight ='bold', fontsize = 15) 
plt.xticks([r + barWidth for r in range(len(IT))], ['2015', '2016', '2017', '2018', '2019'])plt.legend()
plt.show() 

堆叠条形图

堆叠条形图代表不同的组彼此重叠。 条形的高度取决于各组结果组合的高度。 它是从底部到值,而不是从零到值。 下面的条形图代表了团队中男孩和女孩的贡献。

import numpy as np
import matplotlib.pyplot as pltN = 5boys = (20, 35, 30, 35, 27)
girls = (25, 32, 34, 20, 25)
boyStd = (2, 3, 4, 1, 2)
girlStd = (3, 5, 2, 3, 3)
ind = np.arange(N) 
width = 0.35fig = plt.subplots(figsize =(10, 7))
p1 = plt.bar(ind, boys, width, yerr = boyStd)
p2 = plt.bar(ind, girls, width,bottom = boys, yerr = girlStd)plt.ylabel('Contribution')
plt.title('Contribution by the teams')
plt.xticks(ind, ('T1', 'T2', 'T3', 'T4', 'T5'))
plt.yticks(np.arange(0, 81, 10))
plt.legend((p1[0], p2[0]), ('boys', 'girls'))plt.show()

热图

直方图

医学数据集清理

医学数据集分析

参阅一:亚图跨际
参阅二:亚图跨际

这篇关于Python条形图热图直方图可视化精神健康状态(医学数据集)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/580844

相关文章

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

精选20个好玩又实用的的Python实战项目(有图文代码)

《精选20个好玩又实用的的Python实战项目(有图文代码)》文章介绍了20个实用Python项目,涵盖游戏开发、工具应用、图像处理、机器学习等,使用Tkinter、PIL、OpenCV、Kivy等库... 目录① 猜字游戏② 闹钟③ 骰子模拟器④ 二维码⑤ 语言检测⑥ 加密和解密⑦ URL缩短⑧ 音乐播放

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Python安装Pandas库的两种方法

《Python安装Pandas库的两种方法》本文介绍了三种安装PythonPandas库的方法,通过cmd命令行安装并解决版本冲突,手动下载whl文件安装,更换国内镜像源加速下载,最后建议用pipli... 目录方法一:cmd命令行执行pip install pandas方法二:找到pandas下载库,然后

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.