【数据可视化-22】脱发因素探索的可视化分析

🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）
💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

【数据可视化-22】脱发因素探索的可视化分析

- 一、项目背景
- 二、数据说明
- 三、代码实现与分析
- - [1. 导入Python库并读取数据](#1. 导入Python库并读取数据)
  - [2. 数据预览与统计](#2. 数据预览与统计)
  - [3. 分类变量的唯一值](#3. 分类变量的唯一值)
  - [4. 可视化分析](#4. 可视化分析)
  - [4.1 特征字段可视化](#4.1 特征字段可视化)
  - [4.2 脱发因素的探究](#4.2 脱发因素的探究)
  - - [4.2.1 家族遗传与脱发关系](#4.2.1 家族遗传与脱发关系)
    - [4.2.2 荷尔蒙变化与脱发关系](#4.2.2 荷尔蒙变化与脱发关系)
    - [4.2.3 压力水平与脱发关系](#4.2.3 压力水平与脱发关系)
    - [4.2.4 不良护发习惯与脱发关系](#4.2.4 不良护发习惯与脱发关系)
    - [4.2.5 营养不足与脱发关系](#4.2.5 营养不足与脱发关系)
    - [4.2.6 年龄与脱发关系](#4.2.6 年龄与脱发关系)
- 四、总结

一、项目背景

脱发是许多人关心的问题，它不仅影响外貌，还可能反映健康状况。本文将通过可视化分析，探索多种因素与脱发之间的关系，帮助大家更好地了解脱发的原因。本项目旨在通过数据探索分析，挖掘遗传、荷尔蒙变化、医疗状况等因素与脱发之间的潜在关联，为个体健康管理提供参考。

二、数据说明

数据集包含以下字段：

Id：标识符
Genetics：是否有秃头家族史
Hormonal Changes：是否经历了荷尔蒙变化
Medical Conditions：可能导致秃头的病史
Medications & Treatments：可能导致脱发的药物治疗史
Nutritional Deficiencies：营养不足情况
Stress：压力水平
Age：年龄
Poor Hair Care Habits：是否存在不良的护发习惯
Environmental Factors：是否暴露于可能导致脱发的环境
Smoking：是否吸烟
Weight Loss：是否经历了显著的体重减轻
Hair Loss：是否脱发

三、代码实现与分析

1. 导入Python库并读取数据

python 复制代码

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 数据路径
data_path = "/home/mw/input/hair2961/Predict Hair Fall.csv"

# 读取数据
data = pd.read_csv(data_path)

2. 数据预览与统计

python 复制代码

# 查看数据维度
print(f"数据维度：{data.shape}")

# 查看数据信息
print(data.info())

# 查看缺失值
print(data.isna().sum())

# 查看重复值
print(f"重复值数量：{data.duplicated().sum()}")

# 基本统计量
print(data.describe())

从数据信息可以看出，数据集包含999条记录和13个字段，没有缺失值和重复值，数据质量较好

3. 分类变量的唯一值

python 复制代码

categorical_columns = data.select_dtypes(include=['object']).columns.tolist()
for col in categorical_columns:
    print(f"{col}:")
    print(data[col].unique())
    print('-'*50)

4. 可视化分析

4.1 特征字段可视化

python 复制代码

plt.figure(figsize=(40,20))
plt.subplot(3,4,1)
sns.countplot(x=data['Genetics'])
plt.title('秃头家族史分布')
plt.xlabel('是否有秃头家族史')
plt.ylabel('频数')

......

plt.subplot(3,4,(11,12))
sns.countplot(x=data['Nutritional Deficiencies '])
plt.title('是营养不足情况分布')
plt.xlabel('营养不足情况')
plt.ylabel('频数')
plt.tight_layout()
plt.show()

在此数据集中，我们可以发现有秃头家族史的人数大于没有秃头家族史的人数，经历了荷尔蒙变化的人数大于未经历荷尔蒙变化的人数，在压力水平中，显示了压力水平为"Low"、"Moderate"和"High"的比例，其中每一部分都占了相近的比例，显示受访者在压力水平上的分布较为均匀，秃头病史中，无数据和斑秃的人比较多，湿疹和癣的人比较少等等；

4.2 脱发因素的探究

4.2.1 家族遗传与脱发关系

python 复制代码

# 是否有秃头家族史与脱发的关系
genetics_and_hair_loss = pd.crosstab(data['Genetics'], data['Hair Loss'])
genetics_and_hair_loss_percent = genetics_and_hair_loss.div(genetics_and_hair_loss.sum(axis=1), axis=0) * 100

plt.figure(figsize=(10, 6))
genetics_and_hair_loss_percent[1].plot(kind='bar')
plt.title('是否有秃头家族史与脱发的关系')
plt.xlabel('是否有秃头家族史')
plt.ylabel('脱发占比')
plt.xticks(rotation=0)
plt.tight_layout()
plt.show()

从图中可以看出，有秃头家族史的人群中，脱发占比略高于没有家族史的人群。

4.2.2 荷尔蒙变化与脱发关系

python 复制代码

# 是否经历了荷尔蒙变化与脱发的关系
hormonal_changes_and_hair_loss = pd.crosstab(data['Hormonal Changes'], data['Hair Loss'])
hormonal_changes_and_hair_loss_percent = hormonal_changes_and_hair_loss.div(hormonal_changes_and_hair_loss.sum(axis=1), axis=0) * 100

plt.figure(figsize=(10, 6))
hormonal_changes_and_hair_loss_percent[1].plot(kind='bar')
plt.title('是否经历了荷尔蒙变化与脱发的关系')
plt.xlabel('是否经历了荷尔蒙变化')
plt.ylabel('脱发占比')
plt.xticks(rotation=0)
plt.tight_layout()
plt.show()

从图中可以看出，经历荷尔蒙变化的人群与未经历的人群在脱发占比上差异不大。

4.2.3 压力水平与脱发关系

python 复制代码

# 压力水平与脱发的关系
stress_and_hair_loss = pd.crosstab(data['Stress'], data['Hair Loss'])
stress_and_hair_loss_percent = stress_and_hair_loss.div(stress_and_hair_loss.sum(axis=1), axis=0) * 100

plt.figure(figsize=(10, 6))
stress_and_hair_loss_percent[1].plot(kind='bar')
plt.title('压力水平与脱发的关系')
plt.xlabel('压力水平')
plt.ylabel('脱发占比')
plt.xticks(rotation=0)
plt.tight_layout()
plt.show()

从图中可以看出，中等压力水平的人群脱发占比略高于其他压力水平。

4.2.4 不良护发习惯与脱发关系

python 复制代码

# 不良的护发习惯与脱发的关系
poor_hair_care_and_hair_loss = pd.crosstab(data['Poor Hair Care Habits '], data['Hair Loss'])
poor_hair_care_and_hair_loss_percent = poor_hair_care_and_hair_loss.div(poor_hair_care_and_hair_loss.sum(axis=1), axis=0) * 100

plt.figure(figsize=(10, 6))
poor_hair_care_and_hair_loss_percent[1].plot(kind='bar')
plt.title('不良的护发习惯与脱发的关系')
plt.xlabel('是否存在不良的护发习惯')
plt.ylabel('脱发占比')
plt.xticks(rotation=0)
plt.tight_layout()
plt.show()

从图中可以看出，存在不良护发习惯的人群中，脱发占比略低于无不良习惯的人群。

4.2.5 营养不足与脱发关系

python 复制代码

# 营养不足情况与脱发的关系
nutrition_and_hair_loss = pd.crosstab(data['Nutritional Deficiencies '], data['Hair Loss'])
nutrition_and_hair_loss_percent = nutrition_and_hair_loss.div(nutrition_and_hair_loss.sum(axis=1), axis=0) * 100

plt.figure(figsize=(15, 8))
nutrition_and_hair_loss_percent[1].plot(kind='bar')
plt.title('营养不足情况与脱发的关系')
plt.xlabel('营养不足情况')
plt.ylabel('脱发占比')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

从图中可以看出，缺乏锌、维生素D、生物素等营养素的人群中，脱发占比相对较高。

4.2.6 年龄与脱发关系

python 复制代码

plt.figure(figsize=(15, 8))
# 年龄与脱发的关系
sns.boxplot(x=data['Hair Loss'],y=data['Age'])
plt.title('年龄与脱发的关系')
plt.xlabel('是否脱发')
plt.ylabel('年龄')

从图中可以看出，不脱发的人比脱发的人年龄要大(中位数更高一点)，后续还可以探索其它因素对于脱发的影响，

四、总结

通过本次可视化分析，我们发现以下因素与脱发有较强关联：

家族遗传：有秃头家族史的人群脱发风险较高。
营养状况：缺乏锌、维生素D等营养素的人群更容易脱发。
年龄和压力：年龄增长和中等压力水平可能增加脱发风险。

需要注意的是，部分因素如不良护发习惯与脱发的关系并不显著，这可能需要进一步的分析和研究来验证。希望本篇博客能为读者提供有价值的参考！