python pyecharts 數據分析及可視化(2)

一、任務要求

任務二:感冒高發期分析
【任務說明】
感冒是一種常見的急性上呼吸道病毒性感染性疾病,多由鼻病
毒、副流感病毒、呼吸道合胞病毒、埃可病毒、柯薩奇病毒、冠狀病
毒、腺病毒等引起。臨床表現為鼻塞、噴嚏、流涕、發熱、咳嗽、頭
痛等,多呈自限性。
現有某一醫療機構 10 年的患者診斷數據,請你根據診斷結果進
行感冒高發期分析。
【任務要求】
讀取所需數據集后,對數據進行必要的清洗,繪制出感冒高發期
熱力圖,分析感冒高發期在每一年中的什么時候,并出具分析報告。
繪圖要求如下:
1. 使用 PyEcharts 庫繪制熱力圖;
2. 熱力圖橫軸為年份,縱軸為月份;
3.使用 Django 框架在前端頁面中渲染展示熱力圖;

二、代碼部分

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import HeatMapdata = pd.read_csv('生病數據.csv')
print(f"len(data):{len(data)}")
data = data.dropna(subset=['year', 'month', 'diagnosis'])
cold = ['感冒', '流感', '發燒', '頭疼']
data['diagnosis'] = data['diagnosis'].apply(lambda x: x.strip())  # 去除前后空值
print(f"")
cold_data = data[data['diagnosis'].isin(cold)]
cold_data = cold_data.sort_values(by='DiagnosisTime')
cold_data.reset_index(drop=True, inplace=True)
print(f"len(cold_data):{len(cold_data)}")
print(f"cold_data:{cold_data}")cold_counts = cold_data.groupby(['year', 'month']).size().unstack(fill_value=0)
print(f"\ncold_counts:\n{cold_counts}")def create_heatmap(cold_counts):months = cold_counts.columns.tolist()  # [1, 2, ..., 12]years = cold_counts.index.tolist()  # [2020, 2021, ..., 2024]# 使用列表推導式構建 data 數據data = [[months.index(month), years.index(year), cold_counts.loc[year, month]]for month in months for year in years]data = [[x, y, int(val)] for x, y, val in data]# 創建基礎熱力圖heatmap_basic = (HeatMap().add_xaxis(list(months)).add_yaxis(series_name="",yaxis_data=list(years),value=data,label_opts=opts.LabelOpts(is_show=True, position="inside"),).set_global_opts(title_opts=opts.TitleOpts(title="感冒高發期分析熱力圖"),visualmap_opts=opts.VisualMapOpts(min_=int(cold_counts.min().min()),  # 最小值max_=int(cold_counts.max().max()),  # 最大值is_piecewise=False  # 不使用分段顏色映射),))heatmap_basic.render("heatmap_basic.html")create_heatmap(cold_counts)

三、運行結果

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/912946.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/912946.shtml
英文地址,請注明出處:http://en.pswp.cn/news/912946.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

React自學 基礎一

React基礎 React 是一個由 Facebook(現 Meta)開發并維護的、開源的 JavaScript 庫,主要用于 構建用戶界面(UI),尤其是單頁面應用程序中的動態、交互式界面。 簡單示例: import React, { useSt…

PHP語法基礎篇(八):超全局變量

超全局變量是在 PHP 4.1.0 中引入的,并且是內置變量,可以在所有作用域中始終可用。 PHP 中的許多預定義變量都是"超全局的",這意味著它們在一個腳本的全部作用域中都可用。在函數或方法中無需執行 global $variable; 就可以訪問它們…

NumPy-核心函數concatenate()深度解析

NumPy-核心函數concatenate深度解析 一、concatenate()基礎語法與核心參數函數簽名與核心作用基礎特性:形狀匹配規則 二、多維數組拼接實戰示例1. 一維數組:最簡單的序列拼接2. 二維數組:按行與按列拼接對比按行拼接(垂直方向&…

aws(學習筆記第四十八課) appsync-graphql-dynamodb

aws(學習筆記第四十八課) appsync-graphql-dynamodb 使用graphql來方便操作dynamodb 理解graphql中的graphql api,schema,resolver 學習內容: graphqlgraphql apischemaresolver 1. 代碼連接和修改 1.1 代碼鏈接 代碼鏈接(app…

關于微前端框架micro,子應用設置--el-primary-color失效的問題

設置了manualChunks導致失效,去掉即可,比較小眾的問題 下面是deepseek的分析 關于 manualChunks 導致 Element Plus 主題變量失效的問題 你找到的確實是問題的關鍵所在。這個 manualChunks 配置影響了 Element Plus 樣式和變量的加載順序,從而導致主題變量失效。…

MySQL 學習 之 你還在用 TIMESTAMP 嗎?

目錄 1. 弊端1.1. 取值范圍1.2. 時區依賴1.3. 隱式轉換 2. 區別3. 解決 1. 弊端 1.1. 取值范圍 TIMESTAMP 的取值范圍為 1970-01-01 00:00:01 UTC 到 2038-01-19 03:14:07 UTC,超出范圍的數據會被強制歸零或觸發異常?。 具體表現為在基金債券等業務中&#xff0…

java中字節和字符有何區別,為什么有字節流和字符流?

在Java中,字節(byte)和字符(char)是兩種不同的數據類型,它們的主要區別在于所表示的數據單位、用途以及編碼方式,字節流和字符流的區分就是為了解決編碼問題。 字節(byte)&#xff…

伴隨矩陣 線性代數

伴隨矩陣的定義 伴隨矩陣的作用是什么?我們可以看到其伴隨矩陣乘上自己等于一個數(自身的行列式)乘以E,所以對于一個方陣來說,其逆矩陣就是自己的伴隨矩陣的倍數。 所以說伴隨矩陣的作用就是用來更好的求解逆矩陣的。…

百勝軟件獲邀走進華為,AI實踐經驗分享精彩綻放

在數字化浪潮席卷全球的當下,零售行業正經歷著深刻變革,人工智能技術成為重塑行業格局的關鍵力量。6月26日,“走進華為——智領零售,AI賦能新未來”活動在華為練秋湖研發中心成功舉辦。百勝軟件作為數字零售深耕者,攜“…

六種扎根理論的編碼方法

一、實境編碼 1.概念:實境編碼是一種基于參與者原生語言的質性編碼方法,其核心在于直接采用研究對象在訪談、觀察或文本中使用的原始詞匯、短語或獨特表達作為分析代碼。該方法通過保留數據的"原生態"語言形式(如方言、隱喻、習慣用…

【Spring篇09】:制作自己的spring-boot-starter依賴1

文章目錄 1. Spring Boot Starter 的本質2. Starter 的模塊結構(推薦)3. 制作 xxx-spring-boot-autoconfigure 模塊3.1 添加必要的依賴3.2 編寫具體功能的配置類3.3 編寫自動化配置類 (AutoConfiguration)3.4 注冊自動化配置類 (.imports 或 spring.fact…

Qt6之qml自定義控件開發流程指南

Qt6之qml自定義控件開發流程指南 🛠? 一、基礎控件創建 定義 QML 文件 在工程中新建 QML 文件(如 CustomButton.qml),文件名首字母大寫。 使用基礎組件(如 Rectangle、Text)構建控件邏輯,通過…

Vue簡介,什么是Vue(Vue3)?

什么是Vue? Vue是一款用于構建用戶界面的JavaScript框架。 它基于標準HTML、CSS和JavaScript構建,并提供了一套聲明式的、組件化的編程模型,幫助你高效地開發用戶界面。無論是簡單的還是復雜地界面,Vue都可以勝任。 聲明式渲染…

從零開始構建Airbyte數據管道:PostgreSQL到BigQuery實戰指南

作為數據工程師,ETL(Extract, Transform, Load)流程是日常工作的核心。然而,構建和維護數據管道往往耗時且復雜。幸運的是,開源工具Airbyte提供了一種更便捷的解決方案——它支持350預構建連接器,允許通過無…

JavaScript的初步學習

目錄 JavaScript簡介 主要特點 主要用途 JavaScript的基本特性 JavaScript的引入方式 1. 內聯方式 (Inline JavaScript) 2. 內部方式 (Internal JavaScript / Embedded JavaScript) 3. 外部方式 (External JavaScript) JavaScript的語法介紹 1.書寫語法 2.輸出語句 3.…

洛谷P1379 八數碼難題【A-star】

P1379 八數碼難題 八數碼難題首先要進行有解性判定,避免無解情況下盲目搜索浪費時間。 有解性判定 P10454 奇數碼問題 題意簡述 在一個 n n n \times n nn 的網格中進行,其中 n n n 為奇數, 1 1 1 個空格和 [ 1 , n 2 ? 1 ] [1,n^2…

MySQL Buffer Pool 深度解析:從架構設計到性能優化(附詳細結構圖解)

在 MySQL 數據庫的世界里,有一個決定性能上限的"神秘倉庫"——Buffer Pool。它就像超市的貨架,把最常用的商品(數據)放在最方便拿取的地方,避免每次都要去倉庫(磁盤)取貨。今天我們就…

使用numpy的快速傅里葉變換的一些問題

離散傅里葉變換(DFT)的頻率(或波數)確實主要由采樣點數和物理步長決定。 最高波數和最小波長的乘積是1。單位長度內波的周期數。 (注意角波數是 k 2 π λ k \frac{2 \pi}{\lambda} kλ2π?) 使用numpy…

DVWA靶場通關筆記-CSRF(High級別)

目錄 一、CSRF Token 二、代碼審計(High級別) 1、滲透準備 2、源碼分析 三、滲透實戰 1、滲透準備 2、修改URL重放失敗 3、burpsuite嘗試重放失敗 4、安裝CSRF Token Tracker 5、安裝logger插件 6、配置CSRF Token Tracker 7、bp再次重放報文…

Redis實戰:數據安全與性能保障

數據安全 持久化策略 RDB持久化:通過創建快照將內存中的數據寫入到磁盤上的RDB文件中。可以在配置文件中設置save參數來指定在多少秒內有多少次寫操作時觸發快照保存。例如,save 900 1表示900秒內至少有1次寫操作時保存快照。 AOF持久化:將每…