数据挖掘--统计学模块 04 数据分布-Python

1. 使用 Python 验证数据集中的体温是否符合正态分布。

• 数据集地址：http://jse.amstat.org/datasets/normtemp.dat.txt
• 数据集描述：总共只有三列：体温、性别、心率
• 数据集详细描述：

http://jse.amstat.org/v4n2/datasets.shoemaker.html

   1 -  5  Body temperature (degrees Fahrenheit)
   9       Gender (1 = male, 2 = female)
  14 - 15  Heart rate (beats per minute)

根据数据,主要利用python 分析以下问题:

1. 人类体温均值真的是98.6F吗？
2. 体温样本数据是否服从正态分布？
3. 不正常的体温是多少？
4. 男性和女性的正常体温有明显的区别吗？
5. 体温和心率是否有相关性？

导入数据

首先导入数据,之后在此数据的基础上做各种分析

import requests
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# 1 下载到本地
re = requests.get("http://jse.amstat.org/datasets/normtemp.dat.txt")
re.encoding = "utf-8"
with open("normtemp.dat.txt","w") as f:
    f.write(re.text)
df = pd.read_csv("normtemp.dat.txt", header=None, sep="\s+")
df.columns = ['体温','性别','心率']
df.head()
# 2 不下载
columns = ['体温','性别','心率']
df = pd.read_csv("http://jse.amstat.org/datasets/normtemp.dat.txt", header=None, sep="\s+")
df.columns = ['体温','性别','心率']

01 人类体温均值真的是98.6F吗？

这个问题比较简单, 得到结果的方法也比较多. 以下两种都可以

df["体温"].mean()
df.describe()

结果说明, 体温的均值在98.25F.

02 体温样本数据是否服从正态分布？

首先看下数据的基本情况

df.head()

	体温	性别	心率
0	96.3	1	70
1	96.7	1	71
2	96.9	1	74
3	97.0	1	80
4	97.1	1	73

现在以体温为主, 做以下分析,主要是做图,通过可视化的方法, 大致判断数据的整体情况. 包括