Анализ данных о сердечно-сосудистых заболеваниях

Описание проекта

В данном проекте выполнен анализ данных о факторах риска сердечно-сосудистых заболеваний на основе датасета Heart Disease Dataset (cleveland1.csv).

Работа выполнена в JupyterLab в рамках практической работы №3 по анализу и визуализации данных.

---

Цель работы

Освоить базовую работу с JupyterLab, библиотеками для анализа данных и визуализации, а также закрепить навыки ведения проекта с использованием Git.

---

Используемые библиотеки

В проекте использовались следующие библиотеки:

• pandas
• numpy
• matplotlib
• seaborn
• tqdm

---

Что было сделано

В ходе работы были выполнены следующие действия:

1. Загружен датасет из CSV-файла cleveland1.csv
2. Проведён первичный анализ данных:
   • просмотр первых строк таблицы (.head())
   • анализ структуры данных (.info())
   • получение статистического описания (.describe())
   • проверка пропущенных значений (.isnull().sum())
3. Выполнена подготовка данных:
   • стандартизированы названия колонок
4. Проведён анализ по группам:
   • группировка по полу (gender)
   • группировка по наличию заболевания (target)
   • сравнение средних показателей
5. Создан новый признак high_cholesterol_flag для выделения случаев повышенного риска (холестерин > 240)
6. Построены графики:
   • boxplot распределения возраста у больных и здоровых
   • scatterplot взаимосвязи холестерина и пульса
   • гистограмма распределения возраста пациентов
   • boxplot уровня холестерина по полу
   • тепловая карта корреляций всех числовых признаков
7. Использована библиотека tqdm для отображения прогресса обработки данных
8. Сохранены результаты обработки в CSV-файл

---

Результаты анализа

На основе проведённого анализа получены следующие выводы:

1. Возраст является значимым фактором риска — средний возраст больных пациентов выше, чем здоровых
2. Холестерин положительно коррелирует с наличием заболевания
3. Максимальный пульс у больных пациентов в среднем ниже
4. Корреляционная матрица показывает умеренную связь между возрастом и заболеванием

---

Структура проекта

• praktika03/.venv/
• praktika03/.gitignore
• praktika03/README.md
• praktika03/week2_analysis.ipynb
• praktika03/cleveland1.csv
• praktika03/cleveland2.csv
• praktika03/Dataset Heart Disease.csv
• praktika03/heart_disease_results.csv

ввоооооооооооооооооооот def run_length_encode(s: str) -> list: if not s: return []

result = []
current_char = s[0]
count = 1

for char in s[1:]:
    if char == current_char:
        count += 1
    else:
        result.append((current_char, count))
        current_char = char
        count = 1

result.append((current_char, count))
return result

Тесты

assert run_length_encode("aaabbc") == [("a", 3), ("b", 2), ("c", 1)] assert run_length_encode("abc") == [("a", 1), ("b", 1), ("c", 1)] assert run_length_encode("") == []