根据医疗保险费用绘制 bmi

Question

我有一个像这样的数据框（来自df.head()）：

以及我将其转换为 numpy 数组后的数据框。

array([[1.90000000e+01, 2.79000000e+01, 0.00000000e+00, 1.68849240e+04],
       [1.80000000e+01, 3.37700000e+01, 1.00000000e+00, 1.72555230e+03],
       [2.80000000e+01, 3.30000000e+01, 3.00000000e+00, 4.44946200e+03],
       [3.30000000e+01, 2.27050000e+01, 0.00000000e+00, 2.19844706e+04],
       [3.20000000e+01, 2.88800000e+01, 0.00000000e+00, 3.86685520e+03]])

我有这段代码，可以尝试绘制bmi 与charges 的对比

import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(20, 8))
bmi = df["bmi"]
charges = df["charges"]
ax.plot(bmi, label="bmi")
ax.plot(charges, label="charges")
ax.legend()
plt.show()

结果是这样的：

现在我不确定一些事情：

• 如果我确实绘制正确，这意味着我不确定它是针对 bmi 的，还是针对 bmi 的指控。如果我确实一起做ax.plot(bmi, charges)，我会得到这个：

• 或者，如果您比较 bmi[0] 和 charges[0]，bmi 的值与费用相比是如此之小，这就是为什么 bmi 由于值非常小而被视为一条直线。
• 我预计 BMI 越高，保险费用就越高。但是，当我查看最接近 34 的 BMI 时，与小于 24 的人的 bmi 相比，收费相当低。而且我不太清楚如何解释该图表。

Answer 1

如果你看一下documentation of matplotlib.pyplot.plot()，你会发现第一个参数是自变量（x轴变量），第二个参数是因变量（y轴变量）。

根据您的问题，我了解到您希望了解保险费用如何随 bmi 变化。在这种情况下，charges 将位于 y 轴上，bmi 将位于 x 轴上。

案例一：

如果您不想保留列表中的实际顺序，则需要按升序对两个列表进行排序以获得线性相关性，如下所示：

import matplotlib.pyplot as plt
import numpy as np

bmi = [33.770, 33.000, 22.705,  28.880]
charges = [16884.92400, 1725.55230, 449.46200, 21984.47061]

plt.plot(np.sort(bmi), np.sort(charges))
plt.ylabel('Charges')
plt.xlabel('BMI')
plt.show()

样本输出：

这就是您的代码显示不同结果的原因：

• 在第一个代码sn -p中，当你做ax.plot(bmi, label="bmi"), ax.plot(charges, label="charges")；由于未指定 x 轴，它会根据元素的索引绘制两个未排序的列表。
• 在第二个代码 sn-p 中，当您执行 ax.plot(bmi,charges) 而不进行排序时，它会给出您获得的结果（假设您有相同大小的列表）。但正如您提到的，当 bmi 较高时，您预计费用会更高，我认为您需要进行排序。

更新：案例 2：

根据初始答案的 cmets，您正在从数据框中获取数据。理想情况下，您应该根据bmi 值对数据框进行排序，然后使用相应的charges 值进行绘图。这是一个例子：

import pandas as pd

##### replace this portion with your actual dataframe #######
df = pd.DataFrame(columns = ['bmi','charges'])
df['bmi'] = bmi
df['charges'] = charges
bmi = [33.770, 33.000, 22.705,  28.880]
charges = [16884.92400, 1725.55230, 449.46200, 21984.47061]
##############################################################

df = df.sort_values('bmi')
plt.plot(df['bmi'], df['charges'])
plt.ylabel('Charges')
plt.xlabel('BMI')
plt.show()

样本输出：