人体温度、心率和性别数据分析

任务描述

Q1、人体体温的总体均值是否为98.6华氏度？
Q2、人体的温度是否服从正态分布?
Q3、人体体温中存在的异常数据是哪些？
Q4、男女体温是否存在明显差异？
Q5、体温与心率间的相关性(强？弱？中等?)

数据链接：https://pan.baidu.com/s/1t4SKF6U2yyjT365FaE692A*

笔者使用的是jupyter 进行的数据分析

#导入相关的库
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

#读入数据
file = pd.read_csv("test.csv")

#对查看数据前5行
file.head()

  

数据字段说明：

• gender：性别，1为男性，2为女性

• Temperature:体温

• HeartRate：心率

Q1、人体体温的总体均值是否为98.6华氏度？

# 1、人体体温的总体均值是否为98.6华氏度？
file.describe()
file.groupby("Gender").mean()

从分析结果可以看出 无论是从总体的均值还是男女性别的均值都是小于 98.6华氏度的 

Q2、人体的温度是否服从正态分布?

# 2、人体的温度是否服从正态分布?
#分别用kstest、shapiro、normaltest来验证分布系数
from scipy import stats
ks_test = stats.kstest(file['Temperature'], 'norm')
shapiro_test = stats.shapiro(file['Temperature'])
normaltest_test = stats.normaltest(file['Temperature'],axis=0)
 
print('ks_test:',ks_test)
print('shapiro_test:',shapiro_test)
print('normaltest_test:',normaltest_test)



# 绘制拟合正态分布曲线
Temperature = file['Temperature']
 
plt.figure()
Temperature.plot(kind = 'kde')   #原始数据的正态分布
 
M_S = stats.norm.fit(Temperature)  #正态分布拟合的平均值loc，标准差 scale
normalDistribution = stats.norm(M_S[0], M_S[1])  # 绘制拟合的正态分布图
x = np.linspace(normalDistribution.ppf(0.01), normalDistribution.ppf(0.99), 100)
plt.plot(x, normalDistribution.pdf(x), c='orange')
plt.xlabel('Temperature about Person')
plt.title('Temperature on NormalDistribution', size=20)
plt.legend(['Temperature', 'NormDistribution'])

 

由于p >0.05, 接受原假设，认为数据服从正态分布

Q3、人体体温中存在的异常数据是哪些？

#3、人体体温中存在的异常数据是哪些？ 3 sigma 原则
max_b = mean + 3 * std_
min_b = mean - 3 * std_
res = []
for i in file["Temperature"]:
    if i >= max_b or i <= min_b:
        res.append(i)
print("异常的数据有%d,分别是：",len(res))
for i in res:
    print(i)

 

Q4、男女体温是否存在明显差异？

#男女体温是否存在明显差异
file.groupby('Gender').sum()
file.groupby("Gender").mean()
file.groupby("Gender").std()

没有发现什么差异

Q5、体温与心率间的相关性(强？弱？中等?)

#体温与心率间的相关性
file.corr()

 

根据：

·|r|≥0.8 高度相关；
·0.5≤|r|<0.8 中度相关；
·0.3≤|r|<0.5 低度相关；
·|r|<0.3 关系极弱，认为不相关

体温与心率间的相关系数为：0.253656 小于0.3 认为不想关