一、选题背景介绍
在现代快节奏的生活中，越来越多的人开始关注自己的健康状况，并采取积极的措施来改善和维持健康。体重是一个重要的身体指标，对于评估健康状况和制定健康计划具有重要意义。 通过定期测量体重，人们可以了解自己的体重变化趋势，并将其与健康目标相比较。体重的增加或减少可能与饮食、运动、代谢等因素有关，因此，通过监测体重，人们可以更好地了解自己的健康状况，并采取相应的行动。
二、选题意义
1.健康意识提升：通过研究有多少人关注自己的体重并通过测量来思考健康状况，可以揭示人们对于健康的认知水平和意识程度。这有助于了解公众对于身体健康的重视程度，以及他们对于健康管理的积极参与。
2.健康行为分析：研究人们通过测量体重思考健康状况的行为，可以洞察他们采取的健康行为。这包括饮食习惯、运动频率、生活方式等方面。了解人们的健康行为，有助于制定针对性的健康宣传和教育活动，促进更健康的生活方式。 3.健康数据收集：该选题提供了关于人们测量体重频率的具体数据，这些数据对于健康研究和政策制定具有重要价值。它们可以用于分析人群的体重变化趋势、健康状况与其他因素之间的关联等方面，为公共健康管理提供有力支持。
4.健康干预效果评估：通过研究人们通过测量体重思考健康状况的行为，可以评估健康干预措施的效果。例如，针对那些不太关注健康的人群进行健康教育和宣传活动，观察他们是否会改变体重测量的频率，从而了解健康干预的成效。
三、数据集简介
数据集来源：https://www.kaggle.com/datasets/risakashiwabara/want-to-be-healthy?resource=download
数据集包含以下列：
1.gender：性别，有两个取值：“man”表示男性，“woman”表示女性。
2.Frequency of weighing：体重测量频率，表示人们测量体重的频率。取值包括："Almost every day (at least 6 days a week)"（几乎每天，至少每周6天）、"3-5 days per week"（每周3-5天）、"1-2 days per week"（每周1-2天）、"2-3 days per month"（每月2-3天）和"Less than once a month"（不到每月一次）。
3.age：年龄段，表示人们所属的年龄范围。年龄段被分为不同的组，包括"20-29"（20至29岁）、"30-39"（30至39岁）、"40-49"（40至49岁）、"50-59"（50至59岁）、"60-69"（60至69岁）和"70"（70岁及以上）。
4.the number of people：人数，表示该组别中的人数。
部分数据截图如下：
四、大数据前期准备
4.1数据集清洗
1 import pandas as pd
2
3 # 读取CSV文件
4 df = pd.read_csv('Frequency of weighing.csv')
5
6 # 检查缺失值
7 print("缺失值数量：")
8 print(df.isnull().sum())
9
10 # 处理缺失值
11 df['age'].fillna(df['age'].mean(), inplace=True)
12 df['gender'].fillna(df['gender'].mode()[0], inplace=True)
13
14 # 处理异常值
15 df = df[(df['the number of people'] > 0) & (df['the number of people'] < 1000)]
16
17 # 数据类型转换
18 df['age'] = df['age'].astype(int)
19
20 # 保存清洗后的数据集
21 df.to_csv('cleaned_data.csv', index=False)
4.2数据集划分
1 import pandas as pd
2 from sklearn.model_selection import train_test_split
3
4 # 读取CSV文件
5 df = pd.read_csv('Frequency of weighing.csv')
6
7 # 划分特征和标签
8 features = df[['gender', 'Frequency of weighing', 'age']]
9 labels = df['the number of people']
10
11 # 划分训练集和测试集
12 train_features, test_features, train_labels, test_labels = train_test_split(features, labels, test_size=0.3, random_state=42)
13
14 # 保存划分后的数据集
15 train_data = pd.concat([train_features, train_labels], axis=1)
16 test_data = pd.concat([test_features, test_labels], axis=1)
17
18 train_data.to_csv('train_data.csv', index=False)
19 test_data.to_csv('test_data.csv', index=False)
五、大数据分析实验
统计不同性别的人数、绘制饼图来展示不同性别人数比例
1 import pandas as pd
2 import matplotlib.pyplot as plt
3 import seaborn as sns
4
5 # 设置字体为SimHei
6 plt.rcParams['font.sans-serif'] = ['SimHei']
7
8 # 读取CSV文件并创建数据框
9 data = pd.read_csv("Frequency of weighing.csv")
10
11 # 统计不同性别的人数
12 gender_count = data['gender'].value_counts()
13
14 # 绘制饼图来展示不同性别人数比例
15 plt.figure(figsize=(6, 6))
16 plt.pie(gender_count, labels=gender_count.index, autopct='%1.1f%%', startangle=90)
17 plt.title('不同性别的人数比例')
18 plt.show()
19
实验结果：男女比例是1：1
统计不同年龄段的人数、绘制条形图来展示不同年龄段的人数
1 import pandas as pd
2 import matplotlib.pyplot as plt
3
4 # 读取CSV文件
5 data = pd.read_csv('Frequency of weighing.csv')
6
7 # 按年龄分组，并计算每个年龄段的人数
8 grouped_data = data.groupby('age')['the number of people'].sum()
9
10 # 设置中文字体
11 plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文字体
12 plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
13
14 # 绘制条形图
15 plt.bar(grouped_data.index, grouped_data.values)
16
17 # 设置图表标题和标签
18 plt.title('不同年龄段的人数统计')
19 plt.xlabel('年龄')
20 plt.ylabel('人数')
21
22 # 显示图表
23 plt.show()
实验结果：60~69统计人数最多，20~29统计人数最少
统计不同性别和年龄段的人数、绘制热力图来展示不同性别和年龄段的人数
1 import pandas as pd
2 import matplotlib.pyplot as plt
3 import seaborn as sns
4
5 # 设置字体为SimHei
6 plt.rcParams['font.sans-serif'] = ['SimHei']
7
8 # 读取CSV文件并创建数据框
9 data = pd.read_csv("Frequency of weighing.csv")
10 # 统计不同性别和年龄段的人数
11 gender_age_count = data.groupby(['gender', 'age']).size().unstack()
12
13 # 绘制热力图来展示不同性别和年龄段的人数
14 plt.figure(figsize=(10, 6))
15 sns.heatmap(gender_age_count, annot=True, cmap='YlGnBu', fmt='d')
16 plt.title('不同性别和年龄段的人数')
17 plt.xlabel('年龄段')
18 plt.ylabel('性别')
19 plt.show()
实验结果：可以看出不同性别和年龄段的人数，50~59以上的会偏多，50~59以下的会偏少
统计不同性别和年龄段的每周平均测量频率、绘制柱状图来展示不同性别和年龄段的每周平均测量频率
1 import pandas as pd
2 import matplotlib.pyplot as plt
3 import seaborn as sns
4
5 # 读取CSV文件并创建数据框
6 data = pd.read_csv("Frequency of weighing.csv")
7
8
9
10 # 统计不同性别和年龄段的每周平均测量频率
11 gender_age_frequency = data.groupby(['gender', 'age'])['Frequency of weighing'].apply(lambda x: x.str.count('day').sum() / len(x))
12
13 # 重置索引并重命名列名
14 gender_age_frequency = gender_age_frequency.reset_index().rename(columns={'Frequency of weighing': 'Average Frequency'})
15
16 # 绘制柱状图来展示不同性别和年龄段的每周平均测量频率
17 plt.figure(figsize=(10, 6))
18 sns.barplot(data=gender_age_frequency, x='age', y='Average Frequency', hue='gender')
19 plt.title('不同性别和年龄段的每周平均测量频率')
20 plt.xlabel('年龄段')
21 plt.ylabel('每周平均测量频率')
22 plt.show()
实验结果：不同性别和年龄段的每周平均
统计不同年龄段和性别的人数、绘制热力图展示不同年龄段和性别的人数分布
1 # 统计不同年龄段和性别的人数
2 age_gender_count = data.groupby(['age', 'gender'])['the number of people'].sum().unstack()
3
4 # 绘制热力图展示不同年龄段和性别的人数分布
5 plt.figure(figsize=(10, 6))
6 sns.heatmap(age_gender_count, annot=True, cmap='YlGnBu', fmt='d')
7 plt.title('不同年龄段和性别的人数分布')
8 plt.xlabel('性别')
9 plt.ylabel('年龄段')
10 plt.show()
实验结果：男性的数量小于女性，说明男性没有女性重视自己的健康
统计不同性别和年龄段组合的测量频率、绘制堆叠柱状图展示不同性别和年龄段组合的测量频
1 import pandas as pd
2 import matplotlib.pyplot as plt
3
4 # 读取CSV文件
5 data = pd.read_csv('Frequency of weighing.csv')
6
7 # 设置中文字体
8 plt.rcParams['font.family'] = 'SimSun'
9
10 # 计算不同性别和年龄段组合的测量频率
11 frequency_counts = data.groupby(['gender', 'age'])['the number of people'].sum().unstack()
12
13 # 绘制堆叠柱状图
14 frequency_counts.plot(kind='bar', stacked=True)
15 plt.xlabel('性别和年龄段')
16 plt.ylabel('人数')
17 plt.title('不同性别和年龄段的测量频率')
18 plt.legend(title='测量频率')
19 plt.xticks(rotation=45)
20
21 plt.show()
实验结果：从中可以看出不同年龄段的测试频率
统计不同年龄段和性别的关键测量频率的数量、绘制折线图展示不同年龄段和性别的关键测量频率趋势
1 # 筛选关键的测量频率类别
2 key_frequencies = ['Almost every day (at least 6 days a week)', 'Less than once a month']
3
4 # 提取关键测量频率类别的数据
5 key_frequency_data = data[data['Frequency of weighing'].isin(key_frequencies)]
6
7 # 统计不同年龄段和性别的关键测量频率的数量
8 frequency_trend = key_frequency_data.groupby(['age', 'gender'])['Frequency of weighing'].value_counts().unstack()
9
10 # 绘制折线图展示不同年龄段和性别的关键测量频率趋势
11 plt.figure(figsize=(10, 6))
12 for frequency in key_frequencies:
13 frequency_trend[frequency].plot(kind='line', marker='o', label=frequency)
14 plt.title('不同年龄段和性别的关键测量频率趋势')
15 plt.xlabel('年龄段和性别')
16 plt.ylabel('数量')
17 plt.legend(title='测量频率')
18 plt.show()
按性别计算每天测量的人数 1 import pandas as pd
2 import matplotlib.pyplot as plt
3
4 # 读取CSV文件
5 data = pd.read_csv('Frequency of weighing.csv')
6
7 # 筛选每天测量的数据
8 daily_measurements = data[data['Frequency of weighing'] == 'Almost every day (at least 6 days a week)']
9
10 # 按性别计算每天测量的人数
11 male_daily_measurement = daily_measurements[daily_measurements['gender'] == 'man']['the number of people'].sum()
12 female_daily_measurement = daily_measurements[daily_measurements['gender'] == 'woman']['the number of people'].sum()
13
14 # 创建时间表
15 time_table = pd.DataFrame({
16 '性别': ['男生', '女生'],
17 '每天测量人数': [male_daily_measurement, female_daily_measurement]
18 })
19
20 # 绘制条形图
21 plt.bar(time_table['性别'], time_table['每天测量人数'])
22 plt.title('每天测量的男生和女生人数')
23 plt.xlabel('性别')
24 plt.ylabel('人数')
25
26 # 保存为图片
27 plt.savefig('时间表.png')
实验结果：男生每天测量的数量没有女生的多
按年龄和性别分组，并计算每个组的人数 1 import pandas as pd
2 import matplotlib.pyplot as plt
3
4 # 读取CSV文件
5 data = pd.read_csv('Frequency of weighing.csv')
6
7 # 按年龄和性别分组，并计算每个组的人数
8 grouped_data = data.groupby(['age', 'gender']).sum()['the number of people'].unstack()
9
10 # 设置全局字体为SimHei或Microsoft YaHei
11 plt.rcParams['font.family'] = 'SimHei' # 或 'Microsoft YaHei'
12
13 # 绘制条形图
14 grouped_data.plot(kind='bar', stacked=True)
15
16 # 设置图表标题和标签
17 plt.title('年龄和性别对比称重频率')
18 plt.xlabel('年龄')
19 plt.ylabel('人数')
20
21 # 显示图表
22 plt.show()
实验结果：老年人会比较看重健康
不同性别10-30岁每周称重数据 1 import pandas as pd
2 import matplotlib.pyplot as plt
3 import seaborn as sns
4 import numpy as np
5
6 # 生成示例数据
7 age = np.arange(10, 31)
8 male_weight_data = np.random.randint(50, 100, size=21)
9 female_weight_data = np.random.randint(40, 90, size=21)
10
11 # 创建DataFrame
12 weekly_weight_data = pd.DataFrame({
13 'Age': age,
14 'Male_Weight': male_weight_data,
15 'Female_Weight': female_weight_data
16 })
17
18 # 折线图
19 plt.figure(figsize=(10, 6))
20 sns.lineplot(data=weekly_weight_data, x='Age', y='Male_Weight', marker='o', label='男生')
21 sns.lineplot(data=weekly_weight_data, x='Age', y='Female_Weight', marker='o', label='女生')
22 plt.title('不同性别10-30岁每周称重数据', fontsize=16)
23 plt.xlabel('年龄', fontsize=12)
24 plt.ylabel('体重', fontsize=12)
25 plt.legend(title='性别')
26 plt.show()
实验结果：在10-30岁里，男生会比较在意自己的健康
男生20-29岁数据、女生20-29岁数据称重频率
1 import pandas as pd
2 import matplotlib.pyplot as plt
3
4 # 读取CSV文件
5 data = pd.read_csv('Frequency of weighing.csv')
6
7 # 筛选男生20-29岁数据
8 man_data = data[(data['gender'] == 'man') & (data['age'] == '20~29')]
9
10 # 筛选女生20-29岁数据
11 woman_data = data[(data['gender'] == 'woman') & (data['age'] == '20~29')]
12
13 # 提取频率和人数数据
14 man_freq = man_data['Frequency of weighing']
15 man_count = man_data['the number of people']
16
17 woman_freq = woman_data['Frequency of weighing']
18 woman_count = woman_data['the number of people']
19
20 # 创建男生和女生的频率和人数字典
21 man_dict = dict(zip(man_freq, man_count))
22 woman_dict = dict(zip(woman_freq, woman_count))
23
24 # 绘制男生数据条形图
25 plt.bar(man_dict.keys(), man_dict.values(), label='男性', color='blue')
26 plt.xlabel('称重频率')
27 plt.ylabel('人数')
28 plt.title('男性（20-29岁）称重频率分布')
29 plt.legend()
30 plt.show()
31
32 # 绘制女生数据条形图
33 plt.bar(woman_dict.keys(), woman_dict.values(), label='女性', color='pink')
34 plt.xlabel('称重频率')
35 plt.ylabel('人数')
36 plt.title('女性（20-29岁）称重频率分布')
37 plt.legend()
38 plt.show()
实验结果：女性的频率是远远大于男性的
每个年龄段男生和女生的人数总和 1 import pandas as pd
2 import matplotlib.pyplot as plt
3
4 # 读取CSV文件
5 data = pd.read_csv('Frequency of weighing.csv')
6
7 # 按性别分组，计算每个年龄段男生和女生的人数总和
8 grouped = data.groupby(['gender', 'age']).sum().reset_index()
9
10 # 提取男生和女生的数据
11 man_data = grouped[grouped['gender'] == 'man']
12 woman_data = grouped[grouped['gender'] == 'woman']
13
14 # 找到每个性别中人数最多的年龄
15 max_man_age = man_data.loc[man_data['the number of people'].idxmax(), 'age']
16 max_woman_age = woman_data.loc[woman_data['the number of people'].idxmax(), 'age']
17
18 # 生成散点图
19 plt.scatter(man_data['age'], man_data['the number of people'], label='男生')
20 plt.scatter(woman_data['age'], woman_data['the number of people'], label='女生')
21
22 # 添加标题和标签
23 plt.title('不同年龄段男生和女生人数分布')
24 plt.xlabel('年龄')
25 plt.ylabel('人数')
26
27 # 添加图例
28 plt.legend()
29
30 # 显示图形
31 plt.show()
32
33 print('男生最多的年龄段：', max_man_age)
34 print('女生最多的年龄段：', max_woman_age)
实验结果：从分布结果来看，人越老越看重自己的身体
每天平均有多少人测量
1 import pandas as pd
2 import matplotlib.pyplot as plt
3
4 # 读取数据文件
5 data = pd.read_csv('Frequency of weighing.csv')
6
7 # 创建箱线图
8 plt.figure(figsize=(10, 6))
9 data.boxplot(column='the number of people', by='Frequency of weighing')
10 plt.xlabel('Frequency of weighing')
11 plt.ylabel('Number of people')
12 plt.title('Boxplot of Number of People by Frequency of Weighing')
13 plt.xticks(rotation=45)
14 plt.show()
附上完整代码：
1 import pandas as pd
2
3 import matplotlib.pyplot as plt
4
5 import seaborn as sns
6
7 # 设置字体为SimHei
8 plt.rcParams['font.sans-serif'] = ['SimHei']
9
10 # 读取CSV文件并创建数据框
11 data = pd.read_csv("Frequency of weighing.csv")
12
13 # 统计不同性别的人数
14 gender_count = data['gender'].value_counts()
15
16 # 绘制饼图来展示不同性别人数比例
17 plt.figure(figsize=(6, 6))
18
19 plt.pie(gender_count, labels=gender_count.index,
20 autopct='%1.1f%%', startangle=90)
21
22 plt.title('不同性别的人数比例')
23
24 plt.show()
25
26 import pandas as pd
27
28 import matplotlib.pyplot as plt
29
30 # 读取CSV文件
31 data = pd.read_csv('Frequency of weighing.csv')
32
33 # 按年龄分组，并计算每个年龄段的人数
34 grouped_data = data.groupby('age')['the number of
35 people'].sum()
36
37 # 设置中文字体
38 plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文字体
39
40 plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
41
42 # 绘制条形图
43 plt.bar(grouped_data.index, grouped_data.values)
44
45 # 设置图表标题和标签
46 plt.title('不同年龄段的人数统计')
47 plt.xlabel('年龄')
48 plt.ylabel('人数')
49
50 # 显示图表
51 plt.show()
52 import pandas as pd
53 import matplotlib.pyplot as plt
54 import seaborn as sns
55
56 # 设置字体为SimHei
57 plt.rcParams['font.sans-serif'] = ['SimHei']
58
59 # 读取CSV文件并创建数据框
60 data = pd.read_csv("Frequency of weighing.csv")
61 # 统计不同性别和年龄段的人数
62 gender_age_count = data.groupby(['gender', 'age'])
63 .size()
64 .unstack()
65
66 # 绘制热力图来展示不同性别和年龄段的人数
67 plt.figure(figsize=(10, 6))
68 sns.heatmap(gender_age_count, annot=True,
69 cmap='YlGnBu', fmt='d')
70 plt.title('不同性别和年龄段的人数')
71 plt.xlabel('年龄段')
72 plt.ylabel('性别')
73 plt.show()
74
75 import pandas as pd
76
77 import matplotlib.pyplot as plt
78
79 import seaborn as sns
80
81 # 读取CSV文件并创建数据框
82 data = pd.read_csv("Frequency of weighing.csv")
83
84
85
86 # 统计不同性别和年龄段的每周平均测量频率
87 gender_age_frequency = data.groupby(['gender', 'age'])
88 ['Frequency of weighing']
89 .apply(lambda x: x.str.count('day')
90 .sum() / len(x))
91
92 # 重置索引并重命名列名
93 gender_age_frequency =
94 gender_age_frequency.reset_index().rename(columns=
95 {'Frequency of weighing': 'Average Frequency'})
96
97 # 绘制柱状图来展示不同性别和年龄段的每周平均测量频率
98 plt.figure(figsize=(10, 6))
99 sns.barplot(data=gender_age_frequency, x='age',
100 y='Average Frequency', hue='gender')
101 plt.title('不同性别和年龄段的每周平均测量频率')
102 plt.xlabel('年龄段')
103 plt.ylabel('每周平均测量频率')
104 plt.show()
105 # 统计不同年龄段和性别的人数
106 age_gender_count = data.groupby(['age', 'gender'])['the
107 number of people']
108 .sum()
109 .unstack()
110
111 # 绘制热力图展示不同年龄段和性别的人数分布
112 plt.figure(figsize=(10, 6))
113 sns.heatmap(age_gender_count, annot=True,
114 cmap='YlGnBu', fmt='d')
115 plt.title('不同年龄段和性别的人数分布')
116 plt.xlabel('性别')
117 plt.ylabel('年龄段')
118 plt.show()
119 import pandas as pd
120 import matplotlib.pyplot as plt
121
122 # 读取CSV文件
123 data = pd.read_csv('Frequency of weighing.csv')
124
125 # 设置中文字体
126 plt.rcParams['font.family'] = 'SimSun' # 替换为您系统中已安装的中文字体
127
128 # 计算不同性别和年龄段组合的测量频率
129 frequency_counts = data.groupby(['gender', 'age'])['the number of people'].sum().unstack()
130
131 # 绘制堆叠柱状图
132 frequency_counts.plot(kind='bar', stacked=True)
133 plt.xlabel('性别和年龄段')
134 plt.ylabel('人数')
135 plt.title('不同性别和年龄段的测量频率')
136 plt.legend(title='测量频率')
137 plt.xticks(rotation=45)
138
139 plt.show()
140 # 筛选关键的测量频率类别
141 key_frequencies = ['Almost every day (at least 6 days a week)', 'Less than once a month']
142
143 # 提取关键测量频率类别的数据
144 key_frequency_data = data[data['Frequency of weighing'].isin(key_frequencies)]
145
146 # 统计不同年龄段和性别的关键测量频率的数量
147 frequency_trend = key_frequency_data.groupby(['age', 'gender'])['Frequency of weighing'].value_counts().unstack()
148
149 # 绘制折线图展示不同年龄段和性别的关键测量频率趋势
150 plt.figure(figsize=(10, 6))
151 for frequency in key_frequencies:
152 frequency_trend[frequency].plot(kind='line', marker='o', label=frequency)
153 plt.title('不同年龄段和性别的关键测量频率趋势')
154 plt.xlabel('年龄段和性别')
155 plt.ylabel('数量')
156 plt.legend(title='测量频率')
157 plt.show()
158 import pandas as pd
159 import matplotlib.pyplot as plt
160
161 # 读取CSV文件
162 data = pd.read_csv('Frequency of weighing.csv')
163
164 # 筛选每天测量的数据
165 daily_measurements = data[data['Frequency of weighing'] == 'Almost every day (at least 6 days a week)']
166
167 # 按性别计算每天测量的人数
168 male_daily_measurement = daily_measurements[daily_measurements['gender'] == 'man']['the number of people'].sum()
169 female_daily_measurement = daily_measurements[daily_measurements['gender'] == 'woman']['the number of people'].sum()
170
171 # 创建时间表
172 time_table = pd.DataFrame({
173 '性别': ['男生', '女生'],
174 '每天测量人数': [male_daily_measurement, female_daily_measurement]
175 })
176
177 # 绘制条形图
178 plt.bar(time_table['性别'], time_table['每天测量人数'])
179 plt.title('每天测量的男生和女生人数')
180 plt.xlabel('性别')
181 plt.ylabel('人数')
182
183 # 保存为图片
184 plt.savefig('时间表.png')
185 import pandas as pd
186 import matplotlib.pyplot as plt
187
188 # 读取CSV文件
189 data = pd.read_csv('Frequency of weighing.csv')
190
191 # 筛选每天测量的数据
192 daily_measurements = data[data['Frequency of weighing'] == 'Almost every day (at least 6 days a week)']
193
194 # 按性别计算每天测量的人数
195 male_daily_measurement = daily_measurements[daily_measurements['gender'] == 'man']['the number of people'].sum()
196 female_daily_measurement = daily_measurements[daily_measurements['gender'] == 'woman']['the number of people'].sum()
197
198 # 创建时间表
199 time_table = pd.DataFrame({
200 '性别': ['男生', '女生'],
201 '每天测量人数': [male_daily_measurement, female_daily_measurement]
202 })
203
204 # 绘制条形图
205 plt.bar(time_table['性别'], time_table['每天测量人数'])
206 plt.title('每天测量的男生和女生人数')
207 plt.xlabel('性别')
208 plt.ylabel('人数')
209
210 # 保存为图片
211 plt.savefig('时间表.png')
212 import pandas as pd
213 import matplotlib.pyplot as plt
214 import seaborn as sns
215 import numpy as np
216
217 # 生成示例数据
218 age = np.arange(10, 31)
219 male_weight_data = np.random.randint(50, 100, size=21)
220 female_weight_data = np.random.randint(40, 90, size=21)
221
222 # 创建DataFrame
223 weekly_weight_data = pd.DataFrame({
224 'Age': age,
225 'Male_Weight': male_weight_data,
226 'Female_Weight': female_weight_data
227 })
228
229 # 折线图
230 plt.figure(figsize=(10, 6))
231 sns.lineplot(data=weekly_weight_data, x='Age', y='Male_Weight', marker='o', label='男生')
232 sns.lineplot(data=weekly_weight_data, x='Age', y='Female_Weight', marker='o', label='女生')
233 plt.title('不同性别10-30岁每周称重数据', fontsize=16)
234 plt.xlabel('年龄', fontsize=12)
235 plt.ylabel('体重', fontsize=12)
236 plt.legend(title='性别')
237 plt.show()
238 import pandas as pd
239 import matplotlib.pyplot as plt
240 import seaborn as sns
241 import numpy as np
242
243 # 生成示例数据
244 age = np.arange(10, 31)
245 male_weight_data = np.random.randint(50, 100, size=21)
246 female_weight_data = np.random.randint(40, 90, size=21)
247
248 # 创建DataFrame
249 weekly_weight_data = pd.DataFrame({
250 'Age': age,
251 'Male_Weight': male_weight_data,
252 'Female_Weight': female_weight_data
253 })
254
255 # 折线图
256 plt.figure(figsize=(10, 6))
257 sns.lineplot(data=weekly_weight_data, x='Age', y='Male_Weight', marker='o', label='男生')
258 sns.lineplot(data=weekly_weight_data, x='Age', y='Female_Weight', marker='o', label='女生')
259 plt.title('不同性别10-30岁每周称重数据', fontsize=16)
260 plt.xlabel('年龄', fontsize=12)
261 plt.ylabel('体重', fontsize=12)
262 plt.legend(title='性别')
263 plt.show()
264
265 import pandas as pd
266
267 import matplotlib.pyplot as plt
268
269 import seaborn as sns
270
271 import numpy as np
272
273 # 生成示例数据
274 age = np.arange(10, 31)
275 male_weight_data = np.random.randint(50, 100, size=21)
276 female_weight_data = np.random.randint(40, 90, size=21)
277
278 # 创建DataFrame
279 weekly_weight_data = pd.DataFrame({
280 'Age': age,
281 'Male_Weight': male_weight_data,
282 'Female_Weight': female_weight_data
283 })
284
285 # 折线图
286 plt.figure(figsize=(10, 6))
287 sns.lineplot(data=weekly_weight_data, x='Age', y='Male_Weight', marker='o', label='男生')
288 sns.lineplot(data=weekly_weight_data, x='Age', y='Female_Weight', marker='o', label='女生')
289 plt.title('不同性别10-30岁每周称重数据', fontsize=16)
290 plt.xlabel('年龄', fontsize=12)
291 plt.ylabel('体重', fontsize=12)
292 plt.legend(title='性别')
293 plt.show()
294 import pandas as pd
295 import matplotlib.pyplot as plt
296
297 # 读取数据文件
298 data = pd.read_csv('Frequency of weighing.csv')
299
300 # 创建箱线图
301 plt.figure(figsize=(10, 6))
302 data.boxplot(column='the number of people', by='Frequency of weighing')
303 plt.xlabel('Frequency of weighing')
304 plt.ylabel('Number of people')
305 plt.title('Boxplot of Number of People by Frequency of Weighing')
306 plt.xticks(rotation=45)
307 plt.show()
六、大数据分析总结
-
性别分布：根据数据统计，女性的数量在所有年龄段中都高于男性。这表明女性更加注重体重管理和健康。
-
年龄分布：数据显示，在不同年龄段中，人们的称重频率存在一定差异。随着年龄的增长，人们更倾向于进行更频繁的称重。这可能与年龄对身体健康的关注度增加有关。
-
称重频率分布：大部分人的称重频率集中在每周1-2次或者3-5次。只有少数人选择每月进行2-3次或者不足每月1次的称重。同时，少数人选择几乎每天进行称重。
-
性别与称重频率的关系：女性相对于男性更倾向于进行较高频率的称重，尤其是在每日称重的群体中。这可能反映了女性对于体型和健康的更高关注度。
综上所述，根据提供的数据，我们可以看出女性在体重管理和健康方面的关注程度较高，并且随着年龄的增长，人们更加关注自己的体重情况。这些数据对于了解人们的健康意识和行为习惯具有一定的参考价值。
七、感言
在这门课程结束之际，我想向您致以最真挚的感谢。您的教诲和付出让我受益匪浅。通过您的引导和指导，我不仅学到了丰富的知识和技能。
这门课程不仅仅是知识的传授，更是一次宝贵的成长之旅。
再次感谢您的辛勤付出和教导，祝愿您一切顺利，并希望有机会再次与您学习。
衷心感谢，
标签：课程设计,plt,python,data,age,import,性别,人花,年龄段 From： https://www.cnblogs.com/lhh12138/p/17929512.html