血压数据的可视化和分析

Posted 2020-11-08 healthdata

根据世界卫生组织规定，成人收缩压≥140mmHg或（和）舒张压≥90mmHg时即可确诊为高血压。收缩压≤120mmHg称为理想血压，收缩压≤130mmHg称为正常血压，介于130和140之间者，称为临界高血压。

现有一份血压数据，样本记录500条数据，包括三个值：血压、是否抽烟、体重过重级别。

数据样例：

---

 

血压数据的可视化和分析（1）—— 利用 Excel 查看数据概况

在 Excel 中，利用散点图首先对这三列数据进行可视化，了解数据分布的概况。

1. 各列数据的独立分布

可见收缩压数据在250左右有一个明显的分界，之前的数据都在150以下，之后的数据都在150以上。收缩压范围在50-250之间

 

 

是否抽烟的数据分布，只有两个值，一般来说1表明是，0表示否。

 

 体重级别的数据分布分3类，不能确定0，1，2分别代表什么意思，这部分说明数据提供者没有给出，我们在接下来的数据分析中进行猜测。

 

2. SystolicBP和Smoke的相关分布

 

从中可以看出不抽烟的人群收缩压下限明显要低一些。

 

3. SystolicBP和Overwt的相关分布

可以看到体重级别为0的人，收缩压下限较低。 

 

由图2，中间部分重叠严重，我们看不出具体的密度分布，不抽烟的人到底120多一些，还是150多一些呢？符合这类要求图表目前无法在Excel中简单地建立，我们通过Python/R等可视化工具来做进一步分析。