癌癥測(cè)試結(jié)果

一、測(cè)試的問(wèn)題

1.總共有多少病人？
2.多少病人患癌癥？
3.多少病人沒(méi)有患癌癥？
4.患癌癥的病人比例是多少？
5.沒(méi)有患癌癥的病人比例是多少？
6.癌癥患者測(cè)試為陽(yáng)性的病人比例是多少？
7.癌癥患者測(cè)試為陰性的病人比例是多少？
8.非癌癥患者測(cè)試為陽(yáng)性的病人比例是多少？
9.非癌癥患者測(cè)試為陰性的病人比例是多少？
10.檢測(cè)結(jié)果為陽(yáng)性的病人患癌概率
11.檢測(cè)結(jié)果為陽(yáng)性的病人沒(méi)有患癌概率
12.檢測(cè)結(jié)果為陰性的病人患癌概率
13.檢測(cè)結(jié)果為陰性的病人沒(méi)有患癌概率

二、問(wèn)題解決

1.總共有多少病人？

思考路徑：
（1）先導(dǎo)入csv數(shù)據(jù)集，并查看開頭幾行數(shù)據(jù)格式是否合適

import pandas as pd
df = pd.read_csv('cancer_test_data.csv')
df.head()

（2）通過(guò)shape函數(shù)查看人數(shù)

df.shape

數(shù)據(jù)有四列：序號(hào)列；patient_id列；test_result列；has_cancer列

2.多少病人患癌癥？

思考路徑：求has_cancer列為True情況的總數(shù)。

(df.hac_cancer == True).sum()

3.多少病人沒(méi)有患癌癥？

思考路徑：同上一個(gè)問(wèn)題，將True改為False

(df.hac_cancer == False).sum()

4.患癌癥的病人比例是多少？

思考路徑：求比例的方法是將數(shù)據(jù)按照適用條件轉(zhuǎn)換為bool，符合條件為True，不符合條件為False，然后對(duì)條件求mean。求mean時(shí)，邏輯為，結(jié)果為True的設(shè)為1，F(xiàn)alse的設(shè)為0，加總后求平均數(shù)就相當(dāng)于計(jì)算符合條件的數(shù)量的比例。

(df.has_cancer == True).mean()

5.沒(méi)有患癌癥的病人比例是多少？

(df.has_cancer == False).mean()

6.癌癥患者測(cè)試為陽(yáng)性的病人比例是多少？

思考路徑：同時(shí)調(diào)取符合條件的兩列，然后計(jì)算均值?？紤]使用query函數(shù)，前一個(gè)是基礎(chǔ)事件。

(df.query('has_cancer')['test_result'] == 'Positive').mean()

相當(dāng)于先用query調(diào)?。篽as_cancer列，然后在該列的基礎(chǔ)上篩選符合條件的['test_result'] == 'Positive'數(shù)據(jù)。
df正常調(diào)用test_result == ''
Positive時(shí)表達(dá)式是：df.test_result == Positive
現(xiàn)在將兩個(gè)條件直接并列即可。
query函數(shù)后只能調(diào)用str，所以需要將test_result == Positive轉(zhuǎn)變?yōu)閟tr格式。

7.癌癥患者測(cè)試為陰性的病人比例是多少？

思考路徑：同上一道題，

(df.query('has_cancer')['test_result'] == 'Negative').mean()

8.非癌癥患者測(cè)試為陽(yáng)性的病人比例是多少？

(df.query('has_cancer == False')['test_result'] == 'Positive').mean()

9.非癌癥患者測(cè)試為陰性的病人比例是多少？

(df.query('has_cancer == False')['test_result'] == 'Negative').mean()

10.檢測(cè)結(jié)果為陽(yáng)性的病人患癌概率

(df.query(" test_result == 'Positive' ")['has_cancer']).mean()

11.檢測(cè)結(jié)果為陽(yáng)性的病人沒(méi)有患癌概率

1 - (df.query(" test_result == 'Positive' ")['has_cancer']).mean()

12.檢測(cè)結(jié)果為陰性的病人患癌概率

(df.query(" test_result == 'Negative' ")['has_cancer']).mean()

13.檢測(cè)結(jié)果為陰性的病人沒(méi)有患癌概率

1 - (df.query(" test_result == 'Negative' ")['has_cancer']).mean()

三、總結(jié)

這次練習(xí)中重點(diǎn)是如何通過(guò)query同時(shí)調(diào)用兩列數(shù)據(jù)，第一列數(shù)據(jù)用（ ），第二列數(shù)據(jù)用[ ]。query函數(shù)后跟的是str型數(shù)據(jù)，其他型數(shù)據(jù)會(huì)報(bào)錯(cuò)。

另外python比手工計(jì)算貝葉斯更快，而且方便理解，沒(méi)有更多的計(jì)算路徑，直接調(diào)取前后調(diào)取不同的數(shù)據(jù)即可。

這是Udacity數(shù)據(jù)分析（入門）課程的統(tǒng)計(jì)學(xué)lesson8的學(xué)習(xí)筆記三
Lesson8的課程學(xué)習(xí)結(jié)束
轉(zhuǎn)載請(qǐng)注明出處