【数据可视化-45】基于Plotly的医疗保健数据集可视化分析

🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

一、引言

  在医疗保健领域，数据分析与可视化对于提升患者护理质量、优化医院运营和降低医疗成本具有重要意义。通过深入分析医疗数据，医疗机构能够更好地理解患者需求、优化资源分配并提高服务质量。本文将利用医疗保健数据集，从多个维度进行可视化分析，揭示影响医疗费用、住院时长和患者满意度的关键因素。该数据集包含16个特征，涵盖了患者基本信息、医疗条件、住院详情和费用等。以下分析将使用Python的Plotly库实现，提供完整的代码示例，以供读者参考和复现。

二、数据探索

2.1 数据集介绍

  医疗保健数据集包含以下变量：

• Name：患者姓名
• Age：患者年龄
• Gender：患者性别
• Blood Type：患者血型
• Medical Condition：患者医疗状况
• Date of Admission：入院日期
• Doctor：主治医生
• Hospital：医院名称
• Insurance Provider：保险公司
• Billing Amount：账单金额
• Room Number：病房号
• Admission Type：入院类型
• Discharge Date：出院日期
• Medication：用药情况
• Test Results：检查结果
• Length of Stay：住院时长（天）

2.2 数据清洗探索

import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots

# 加载数据
df = pd.read_csv('healthcare_data.csv')  # 请替换为实际文件路径

# 查看数据基本信息
print(df.info())

  从数据基本信息可发现：

• 数据共16个维度，包含字符串、数值型特征。
• 数据一共有55500个样本，数字字段无缺失值的存在。

三、单维度特征可视化

3.1 患者年龄分布

fig = px.histogram(df, x='Age', nbins=30, title='Patient Age Distribution')
fig.show()

3.2 性别比例

fig = px.pie(df, names='Gender', title='Gender Distribution')
fig.show()

3.3 血型分布

fig = px.histogram(df, x='Blood Type', title='Blood Type Distribution')
fig.show()

3.4 住院时长分布

fig = px.histogram(df, x='Length of Stay', nbins=20, title='Length of Stay Distribution')
fig.show()

四、各个特征与医疗费用关系的可视化

4.1 年龄与医疗费用关系

fig = px.scatter(df, x='Age', y='Billing Amount', color='Gender', title='Age vs Billing Amount Relationship')
fig.show()

4.2 性别与医疗费用关系

fig = px.box(df, x='Gender', y='Billing Amount', title='Billing Amount Distribution by Gender')
fig.show()

4.3 血型与医疗费用关系

fig = px.box(df, x='Blood Type', y='Billing Amount', title='Billing Amount Distribution by Blood Type')
fig.show()

4.4 医疗状况与医疗费用关系

fig = px.box(df, x='Medical Condition', y='Billing Amount', title='Billing Amount Distribution by Medical Condition')
fig.show()

4.5 医院与医疗费用关系

fig = px.box(df, x='Hospital', y='Billing Amount', title='Billing Amount Distribution by Hospital')
fig.show()

4.6 住院类型与医疗费用关系

fig = px.box(df, x='Admission Type', y='Billing Amount', title='Billing Amount Distribution by Admission Type')
fig.show()

4.7 住院时长与医疗费用关系

fig = px.scatter(df, x='Length of Stay', y='Billing Amount', color='Gender', title='Length of Stay vs Billing Amount Relationship')
fig.show()

4.8 医疗状况与住院时长关系

fig = px.box(df, x='Medical Condition', y='Length of Stay', title='Length of Stay Distribution by Medical Condition')
fig.show()

4.9 多维度组合分析（性别、医疗状况与医疗费用）

fig = px.bar(df, x='Medical Condition', y='Billing Amount', color='Gender', barmode='group', title='Billing Amount by Medical Condition and Gender')
fig.show()

4.10 多维度组合分析（医院、住院类型与医疗费用）

fig = px.bar(df, x='Hospital', y='Billing Amount', color='Admission Type', barmode='group', title='Billing Amount by Hospital and Admission Type')
fig.show()

4.11 多维度组合分析（年龄、性别与医疗费用）

fig = px.scatter_matrix(df, dimensions=['Age', 'Billing Amount'], color='Gender', title='Age vs Billing Amount by Gender')
fig.show()

4.12 多维度组合分析（住院时长、性别与医疗费用）

fig = px.scatter_matrix(df, dimensions=['Length of Stay', 'Billing Amount'], color='Gender', title='Length of Stay vs Billing Amount by Gender')
fig.show()

  从以上可视化分析可以看出：

• 患者年龄分布：大多数患者集中在中老年年龄段，符合医疗保健领域的普遍规律。
• 性别比例：男女患者比例较为均衡，但可能因医疗状况不同而有所差异。
• 血型分布：各血型患者分布相对均匀，未见明显异常。
• 住院时长分布：住院时长呈现右偏分布，少数患者住院时间较长。
• 年龄与医疗费用关系：通常存在一定的正相关关系，老年患者的医疗费用较高。
• 性别与医疗费用关系：可能存在差异，但通常不显著。
• 血型与医疗费用关系：通常无显著相关性。
• 医疗状况与医疗费用关系：不同医疗状况的费用差异明显，慢性病和重症通常费用较高。
• 医院与医疗费用关系：不同医院的费用水平差异显著，可能受设备、服务等因素影响。
• 住院类型与医疗费用关系：不同住院类型的费用差异明显，紧急入院通常费用较高。
• 住院时长与医疗费用关系：通常存在正相关关系，住院时间越长，费用越高。
• 医疗状况与住院时长关系：重症和复杂病情通常住院时长较长。

  这些分析为医疗机构优化资源分配、提升服务质量提供了数据支持，同时也有助于保险公司制定更合理的保险政策。通过深入挖掘医疗数据，各相关方能够更好地满足患者需求，提高医疗保健系统的整体效率和效果。

  **注：**博主目前收集了6900+份相关数据集，有想要的可以领取部分数据：