一、男性多项身体维度数据

1.背景描述

包含252名男性通过水下称重和各种体围测量确定的身体脂肪百分比的估计数

2.数据说明

通过水下称重确定的密度（从Siri（1956）的方程式中得出的体脂百分比）

Variables	变量
Age (years)	年龄(岁)
Weight (lbs)	体重(磅)
Height (inches)	身高（英寸）
Neck circumference (cm)	颈围(厘米)
Chest circumference (cm)	胸围(厘米)
Abdomen 2 circumference (cm)	腹围 (cm)
Hip circumference (cm)	臀围 (cm)
Thigh circumference (cm)	大腿周长 (cm)
Knee circumference (cm)	膝盖周长 (cm)
Ankle circumference (cm)	踝关节周长 (cm)

#　二、健康知识

1.什么是体脂率？

体脂率指的是人体内脂肪重量在人体总体重中所占的比例，又称为体脂百分数。它可以反映人体内脂肪含量的多少。体脂率可以通过体质称、生物电阻抗法、以及DIC的方法进行测量。正常男性体内脂肪含量占体重的10%-20%，女性为15%-25%。如果男性体脂率>25%，女性体脂率>30%，可以考虑为肥胖。

2.体脂率如何计算？

性别	理想体脂率
男性	6%-14%
女性	15%-25%
女性运动员	5%-12%
男性运动员	4%-8%

3.体脂率计算

体脂率的计算可采用以下两个公式：

计算体重指数（BMI）：BMI=体重（千克）/身高的平方（米）
计算体脂率：1.2×BMI+0.23×年龄-5.4-10.8×性别（男为1，女为0）除此之外，体脂率可以通过多种方法测量得到，最常见的是皮褶测量法、生物电阻抗测量法。皮褶测量法是测量者用皮尺测量被测者身体上的几个特定点，然后将测量结果与体脂率标准图表相比较得到被测者的体脂率；生物电阻抗测量法是目前市场上体脂称所用的测量方法，被测者只要按照指示站在体脂称上即可得到自己的体脂率数据。上述两种方法可能的误差在8%以内，此外还有X线、CT、MRI等方法。

以上信息来自一言好帮手。

三、数据分析

1.数据读取

import pandas as pd
df = pd.read_csv('data/data223180/bodyfat.csv')
df.head()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Density	BodyFat	Age	Weight	Height	Neck	Chest	Abdomen	Hip	Thigh	Knee	Ankle	Biceps	Forearm	Wrist
0	1.0708	12.3	23	154.25	67.75	36.2	93.1	85.2	94.5	59.0	37.3	21.9	32.0	27.4	17.1
1	1.0853	6.1	22	173.25	72.25	38.5	93.6	83.0	98.7	58.7	37.3	23.4	30.5	28.9	18.2
2	1.0414	25.3	22	154.00	66.25	34.0	95.8	87.9	99.2	59.6	38.9	24.0	28.8	25.2	16.6
3	1.0751	10.4	26	184.75	72.25	37.4	101.8	86.4	101.2	60.1	37.3	22.8	32.4	29.4	18.2
4	1.0340	28.7	24	184.25	71.25	34.4	97.3	100.0	101.9	63.2	42.2	24.0	32.2	27.7	17.7

2.缺失值统计 isnull().sum()

isnull().sum()就更加直观了，它直接告诉了我们每列缺失值的数量。

df.isnull().sum()

Density    0
BodyFat    0
Age        0
Weight     0
Height     0
Neck       0
Chest      0
Abdomen    0
Hip        0
Thigh      0
Knee       0
Ankle      0
Biceps     0
Forearm    0
Wrist      0
dtype: int64

可见数据不错，没有缺失值

3.数据换算

体重单位是磅，身高单位是英寸，根据说明，其他字段单位都是cm，所以我们先做一个单位的转换
1磅 = 0.45359237kg
1英寸 = 2.54cm

df['Weight'] = df['Weight']*0.45359237
df['Height'] = df['Height']*2.54
df.head()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Density	BodyFat	Age	Weight	Height	Neck	Chest	Abdomen	Hip	Thigh	Knee	Ankle	Biceps	Forearm	Wrist
0	1.0708	12.3	23	69.966623	172.085	36.2	93.1	85.2	94.5	59.0	37.3	21.9	32.0	27.4	17.1
1	1.0853	6.1	22	78.584878	183.515	38.5	93.6	83.0	98.7	58.7	37.3	23.4	30.5	28.9	18.2
2	1.0414	25.3	22	69.853225	168.275	34.0	95.8	87.9	99.2	59.6	38.9	24.0	28.8	25.2	16.6
3	1.0751	10.4	26	83.801190	183.515	37.4	101.8	86.4	101.2	60.1	37.3	22.8	32.4	29.4	18.2
4	1.0340	28.7	24	83.574394	180.975	34.4

4.年龄分析

print('最大年龄为：{}岁；最小年龄为：{}岁。'.format(max(df['Age']),min(df['Age'])))

最大年龄为：81岁；最小年龄为：22岁。

from matplotlib import pyplot as plt  
%matplotlib inline
import seaborn as sns
fig,ax = plt.subplots(figsize=(6,3), dpi=120)
plt.hist(x = df.Age, # 指定绘图数据
         bins = 15, # 指定直方图中条块的个数
         color = 'skyblue', # 指定直方图的填充色
          edgecolor = 'black' # 指定直方图的边框色
          )
# 添加x轴和y轴标签
plt.xlabel('age')
plt.ylabel('num')
# 添加标题
plt.title('age distribution')

Text(0.5,1,'age distribution')

5.体脂率分布

print('最大体脂率为：{}%；最小体脂率为：{}%。'.format(max(df['BodyFat']),min(df['BodyFat'])))

最大体脂率为：47.5%；最小体脂率为：0.0%。

from matplotlib import pyplot as plt  
%matplotlib inline
import seaborn as sns
fig,ax = plt.subplots(figsize=(6,3), dpi=120)
plt.hist(x = df.BodyFat, # 指定绘图数据
         bins = 15, # 指定直方图中条块的个数
         color = 'skyblue', # 指定直方图的填充色
          edgecolor = 'black' # 指定直方图的边框色
          )
# 添加x轴和y轴标签
plt.xlabel('BodyFat')
plt.ylabel('num')
# 添加标题
plt.title('BodyFat distribution')

Text(0.5,1,'BodyFat distribution')

BodyFat 有0，给删掉先。

df[df['BodyFat']==0.0]

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Density	BodyFat	Age	Weight	Height	Neck	Chest	Abdomen	Hip	Thigh	Knee	Ankle	Biceps	Forearm	Wrist
181	1.1089	0.0	40	53.750696	172.72	33.8	79.3	69.4	85.0	47.2	33.5	20.2	27.7	24.6	16.5

df.drop(df.index[[181]],inplace=True)

from matplotlib import pyplot as plt  
%matplotlib inline
import seaborn as sns
fig,ax = plt.subplots(figsize=(6,3), dpi=120)
plt.hist(x = df.BodyFat, # 指定绘图数据
         bins = 15, # 指定直方图中条块的个数
         color = 'skyblue', # 指定直方图的填充色
          edgecolor = 'black' # 指定直方图的边框色
          )
# 添加x轴和y轴标签
plt.xlabel('BodyFat')
plt.ylabel('num')
# 添加标题
plt.title('BodyFat distribution')

Text(0.5,1,'BodyFat distribution')

5.相关性分析

# 计算相关系数
cor = df.corr()
cor=abs(cor)
print(cor)
plt.figure(figsize=(20,20))
#画出热力图
sns.heatmap(cor,vmin=0,vmax=3,center=0)
#必须要配合matplotlib才可使用
plt.title("heatmap")
plt.xlabel("x_ticks")
plt.ylabel("y_ticks")
plt.show()

          Density   BodyFat       Age    Weight    Height      Neck     Chest  \
Density  1.000000  0.988010  0.277771  0.585170  0.106209  0.463700  0.673337   
BodyFat  0.988010  1.000000  0.291061  0.605048  0.095941  0.482739  0.695607   
Age      0.277771  0.291061  1.000000  0.016075  0.172726  0.111530  0.174837   
Weight   0.585170  0.605048  0.016075  1.000000  0.306263  0.828468  0.892382   
Height   0.106209  0.095941  0.172726  0.306263  1.000000  0.251335  0.130705   
Neck     0.463700  0.482739  0.111530  0.828468  0.251335  1.000000  0.782092   
Chest    0.673337  0.695607  0.174837  0.892382  0.130705  0.782092  1.000000   
Abdomen  0.794712  0.809725  0.229272  0.885997  0.083606  0.750657  0.914255   
Hip      0.600660  0.617980  0.054044  0.939856  0.167079  0.731290  0.826102   
Thigh    0.541394  0.550033  0.206001  0.866264  0.144651  0.691253  0.723367   
Knee     0.483291  0.499019  0.014376  0.850579  0.283834  0.667770  0.713609   
Ankle    0.251126  0.254455  0.108383  0.608315  0.262449  0.471652  0.474481   
Biceps   0.479908  0.486752  0.043723  0.798382  0.205347  0.728375  0.725254   
Forearm  0.337139  0.349466  0.088923  0.624087  0.225919  0.618471  0.571720   
Wrist    0.312004  0.335434  0.212183  0.725655  0.320142  0.741548  0.654275   
          Abdomen       Hip     Thigh      Knee     Ankle    Biceps   Forearm  \
Density  0.794712  0.600660  0.541394  0.483291  0.251126  0.479908  0.337139   
BodyFat  0.809725  0.617980  0.550033  0.499019  0.254455  0.486752  0.349466   
Age      0.229272  0.054044  0.206001  0.014376  0.108383  0.043723  0.088923   
Weight   0.885997  0.939856  0.866264  0.850579  0.608315  0.798382  0.624087   
Height   0.083606  0.167079  0.144651  0.283834  0.262449  0.205347  0.225919   
Neck     0.750657  0.731290  0.691253  0.667770  0.471652  0.728375  0.618471   
Chest    0.914255  0.826102  0.723367  0.713609  0.474481  0.725254  0.571720   
Abdomen  1.000000  0.871783  0.761918  0.732328  0.445234  0.681395  0.494604   
Hip      0.871783  1.000000  0.894477  0.820318  0.552157  0.736432  0.537275   
Thigh    0.761918  0.894477  1.000000  0.795225  0.532763  0.759100  0.558701   
Knee     0.732328  0.820318  0.795225  1.000000  0.606109  0.675043  0.548239   
Ankle    0.445234  0.552157  0.532763  0.606109  1.000000  0.479496  0.411011   
Biceps   0.681395  0.736432  0.759100  0.675043  0.479496  1.000000  0.674631   
Forearm  0.494604  0.537275  0.558701  0.548239  0.411011  0.674631  1.000000   
Wrist    0.613794  0.624363  0.551202  0.659266  0.560641  0.628100  0.579348   
            Wrist  
Density  0.312004  
BodyFat  0.335434  
Age      0.212183  
Weight   0.725655  
Height   0.320142  
Neck     0.741548  
Chest    0.654275  
Abdomen  0.613794  
Hip      0.624363  
Thigh    0.551202  
Knee     0.659266  
Ankle    0.560641  
Biceps   0.628100  
Forearm  0.579348  
Wrist    1.000000

print(cor['BodyFat'])

Density    0.988010
BodyFat    1.000000
Age        0.291061
Weight     0.605048
Height     0.095941
Neck       0.482739
Chest      0.695607
Abdomen    0.809725
Hip        0.617980
Thigh      0.550033
Knee       0.499019
Ankle      0.254455
Biceps     0.486752
Forearm    0.349466
Wrist      0.335434
Name: BodyFat, dtype: float64

相关性如上所述，和公式反映的差不多。

四、模型拟合

1.数据集划分

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
X_data = pd.DataFrame(df['Density'])
y_data = df['BodyFat']
X_train, x_test, y_train, y_test = train_test_split(X_data, y_data, test_size = 0.2,random_state=2022)

2.线性回归模型

from sklearn.metrics import mean_squared_error, r2_score
lr_model = LinearRegression()
lr_model.fit(X_train,y_train)
y_predictions = lr_model.predict(x_test)
print(r2_score(y_test,y_predictions))
print(lr_model.coef_)
print(lr_model.intercept_)

0.9754079369106297
[-434.10203913]
477.38901572061883

3.数据集划分

fig,ax = plt.subplots(figsize=(4,3), dpi=150)
plt.scatter(x_test, y_test, color = 'skyblue', label = 'GT')
#设定X,Y轴标签和title
plt.ylabel('Bodyfat')
plt.xlabel('Density')
#绘制最佳拟合曲线
plt.plot(x_test, y_predictions, color = 'black', label = 'predict')
#来个图例
plt.legend(loc = 'best')

男性多项身体维度数据探索

一、男性多项身体维度数据

1.背景描述

2.数据说明

1.什么是体脂率？

2.体脂率如何计算？

3.体脂率计算

三、数据分析

1.数据读取

2.缺失值统计 isnull().sum()

3.数据换算

4.年龄分析

5.体脂率分布

5.相关性分析

四、模型拟合

1.数据集划分

2.线性回归模型

3.数据集划分

热门文章

最新文章

相关电子书

探索云世界

热门

云计算

大数据

云原生

人工智能

数据库

开发与运维

活动广场

任务中心

训练营

直播

乘风者计划

下载

镜像站

技术资料

男性多项身体维度数据探索

一、男性多项身体维度数据

1.背景描述

2.数据说明

1.什么是体脂率？

2.体脂率如何计算？

3.体脂率计算

三、数据分析

1.数据读取

2.缺失值统计 isnull().sum()

3.数据换算

4.年龄分析

5.体脂率分布

5.相关性分析

四、模型拟合

1.数据集划分

2.线性回归模型

3.数据集划分

热门文章

最新文章

相关电子书