Python做数据分析入门

在医疗卫生机构中，经常需要对大量的医疗数据进行分析和挖掘，例如患者信息、医疗记录、医药数据等。Python具有简洁、高效、易学易用的特点，能够帮助医疗机构快速处理大量的医疗数据，从而发现医疗数据中的规律和规律性，并根据分析结果制定相应的治疗方案和预测未来趋势。今天我们来介绍一下Python做基础的医学统计数据分析简单步骤。  

一、Python与PyCharm的获取与安装  

与R语言和RStudio类似，Python也有它的IDE（集成开发环境）-PyCharm，就是一个用来编写Python程序的软件。PyCharm带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。  

我们可以直接登录Pytmatchhon官网下载最新版本的安装包：https://www.python.org/；  

然后登录PyCharm官网下载最新安装包：https://www.jetbrains.com/pycharm/；点击download后会出现Full-fledgedProfessional（专业版）和FreeCommunity（免费社区版）两个版本，目前用免费版本就已经可以满足日常需求，专业版可以免费试用30天或者搜索获取激活码免费试用。  

我们还可以登录https://www.anaconda.com/，下载Anaconda，Anaconda指的是一个Python集成开发软件，号称有两千万用户。Anaconda基于云的存储库，可查找并安装超过7,500个数据科学和机器学习模块。Anaconda使用conda-install命令，您可以开始使用数千个开源模块。因为包含了大量的科学包，Anaconda的下载文件比较大500MB左右。  

将Python与PyCharm两个安装包安装到电脑，可以按照默认路径或者自定义路径。打开PyCharm，我们可以看到编辑页面，输入法调整为英文格式，写下第一行代码print(HelloWorld!)，点击运行，可以看到结果界面输出。  

我们来试一下简单运算功能，将3赋值给a，将4赋值给b,计算a乘以b，点击运行可以得到结果。出现“Processfinishedwithexitcode0”即代表代码运行成功了。  

二、简单的统计分析  

例如我们在临床搜集到如下数据，两组研究对象，数据构成有分类变量，有数值变量，下面我们来做一个简单数据分析演示。  

Python的数据分析主要依赖第三方程序包，以卡方检验为例，我们需要SciPy库中的stats.chi2_contingency函数来执行卡方检验。该函数计算两种或多种分类变量之间的卡方独立性检验的结果，返回一个包含卡方统计量、p值、自由度和期望值的元组。  

Excel数据库中通过数据透视表，可以得到一个两组有效率的四格表。  

我们在PyCharm新建一个kafang,py,载入stats、scipy程序包输入代码及数据。点击运行即可得到卡方检验结果输出，包括卡方统计量、p值、自由度、期望值等变量。  

如何做两组数据的t检验呢？比如我们需要比较两组均值分别为5.5、4，标准差分别为1、0.8，样本量均为50的数据，可以用stats.norm.rvs()语句先来创建两组数据，然后用levene检验来检验方差齐性，用stats.ttest_1samp()语句进行独立样本t检验，或者用stats.ttest_rel()语句进行配对t检验。点击运行，即可得到t检验的分析结果。  

‍三、读取分析Excel里的数据进行分析  

我们怎么样才能读取Excel里的数据进行统计分析呢？  

需要import第一xlrd（用于读取Excel文件）、第二xlwt（用于写入Excel文件）、第三个Openpyxl(用于读写Excel文件)三个程序包。使用open_workbook(‘路径’)打开excel；使用nrows(行)，ncols(列)获取行与列；使用cell（row,col）.value获取具体的值。  

同样，Python通过pandas库可以轻松地读取Excel数据。pandas库是一个专门用于数据分析和处理的库，它可以将Excel中的数据读取为DataFrame格式，便于进行后续的数据分析和操作。使用data=pandas.read_excel()语句进行读取，print进行概览。  

我们接着对Excel里的分类数据进行卡方检验，先提取需要进行卡方检验的两列，用contingency_table=pd.crosstab()语句进行列联表构建，使用statistic,p_value,dof,expected_values=chi2_contingency(contingency_table)语句进行卡方检验，print结果。  

我们接着用stats.ttest_ind()语句、stats.ttest_rel()语句对Excel里的数据进行独立样本t检验或前后比较的配对样本t检验，print统计量t和显著性P值。