python睡眠数据分析与可视化_基于python的睡眠健康数据看分析和可视化

文章目录

• 0 前言+ 1 数据集+ 2 数据分析可视化+ 3 个人随眠数据分析+ 4 最后

0 前言

这两年开始，各个学校对毕设的要求越来越高，难度也越来越大… 毕业设计耗费时间，耗费精力，甚至有些题目即使是专业的老师或者硕士生也需要很长时间，所以一旦发现问题，一定要提前准备，避免到后面措手不及，草草了事。

1 数据集

学长爬取和收集的数据集，格式如下

2 数据分析可视化

data_sleep<-read.csv("F:/data.csv",header=T)
sleepfre<-as.character(data_sleep$X3.你的熬夜频率是.)
sleepfref<-factor(sleepfre, levels=c("每晚","经常","偶尔","几乎不"),labels=c("5次及以上","3-4次","1-2次","几乎不"),ordered=T)
efficiency<-as.character(data_sleep$X6.熬夜时的学习或者工作效率如何.)
efficiency<-factor(efficiency, levels=c("精神亢奋，效率很高","边际收益递减（即熬得越晚效率越低）"),labels=c('整晚精神亢奋','边际收益递减'))
feeling_tomorrow<-as.character(data_sleep$X7.熬夜对你第二天的学习工作有多大的影响.)
feeling_tomorrow<-factor(feeling_tomorrow,levels=c("熬夜使我快乐","正常，基本没有影响","生理上很疲乏，但是还能撑过去","非常难受，大大降低工作效率"),labels=c("快乐","正常","勉强能坚持工作","工作效率极低"))
datasleepn<-data.frame(sleepfref,efficiency,feeling_tomorrow)
library(ggplot2)
qplot(sleepfre,data =factor(sleepfre, levels=c("每晚","经常","偶尔","几乎不")), geom = "bar")####这句命令运行不了
###“Error: ggplot2 doesn't know how to deal with data of class factor”
###使用ggplot则没有这个问题！！
###在整理数据之前就转化成因子数据的好处在于可以直接使呈现的bar有一个顺序
##尽管使用scale_x_discrete(limits=c())也能实现
fre <- ggplot(datasleepn, aes(x=sleepfref))+geom_bar(fill=c("#F46D43","#F46D43","#74ADD1","#74ADD1"),alpha=0.8)
motherb<-theme_bw()+theme(panel.grid.major = element_line(colour=NA))+theme(panel.grid.minor = element_blank())+theme(panel.border = element_blank())+theme(axis.ticks.x = element_blank())+theme(axis.line.y = element_line())+theme(axis.title.x = element_blank())
###scale_y_continuous(expand=c(0,0))让y轴从0开始
fre+scale_y_continuous(expand=c(0,0))+labs(y="人数")+motherb
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

#############熬夜原因######
causes<-as.character(data_sleep$X5.你通常因为什么原因熬夜.)
causes1<-strsplit(causes,split = "┋")
causes2<-unlist(causes1)
##看一下结果table(causes2)
###causep<-factor(causes2,levels=c( "玩手机（包括但不限于夜聊、刷微博、看视频等）" ,"学习（包括但不限于赶论文、写作业、准备pre材料等）", "追剧或看电影、娱乐节目等" ,"刷课外书（比如小说）","轰趴刷夜","各种比赛、竞赛等课外活动","班级、组织或社团事务"," 他人干扰 ","其他 "),labels=c("玩手机","学习"," 追剧"," 看小说","开party "," 课外竞赛 ","社团事务 "," 他人干扰 ","其他 "))
##p<-ggplot(causep,aes(x=causep))+geom_bar()
##上面两行命令无法做图
##直接使用笨办法
df <- data.frame(table(causes2))
fix(df)
##修改标签名字
p<-ggplot(df,aes(x=熬夜原因,y=频数))+geom_bar(stat = "identity")
1
2
3
4
5
6
7
8
9
10
11
12
13

px1<-seq(from=0,to=10,length=10000)
py1<-sqrt(5^2-(px1-5)^2)

Project1x<-c(px1,rev(px1))
Project1y<-c(py1,-py1)
Project1<-data.frame(lon=Project1x,lat=Project1y)
Project1$group<-"玩手机"
Project1$order<-1:nrow(Project1)

Project2<-data.frame(lon=Project1x+13,lat=Project1y)
Project2$group<-"学习"
Project2$order<-1:nrow(Project2)

Project3<-data.frame(lon=Project1x+26,lat=Project1y)
Project3$group<-"小说追剧开party"
Project3$order<-1:nrow(Project3)

Project4<-data.frame(lon=Project1x+39,lat=Project1y)
Project4$group<-"课外竞赛、班级事务"
Project4$order<-1:nrow(Project4)

Project5<-data.frame(lon=Project1x+52,lat=Project1y)
Project5$group<-"其他 "
Project5$order<-1:nrow(Project5)

Project<-rbind(Project1,Project2,Project3,Project4,Project5)
ggplot(Project)+geom_path(aes(lon,lat,group=group))
##########################
Proj1<-Project1[,1:2]%>%filter(lat<=1.315789)
Proj1[nrow(Proj1)+1,]<-c(8,1.315789)
Proj1$group<-"玩手机"
Proj1$order<-1:nrow(Proj1)

Proj2<-Project2[,1:2]%>%filter(lat<=1)
Proj2[nrow(Proj2)+1,]<-c(18,1)
Proj2$group<-"学习"
Proj2$order<-1:nrow(Proj2)

Proj3<-Project3[,1:2]%>%filter(lat<=0.8684211)
Proj3[nrow(Proj3)+1,]<-c(40,0.8684211)
Proj3$group<-"小说追剧开party"
Proj3$order<-1:nrow(Proj3)

Proj4<-Project4[,1:2]%>%filter(lat<=0.5789474)
Proj4$group<-"课外竞赛、班级事务"
Proj4$order<-1:nrow(Proj4)

Proj5<-Project5[,1:2]%>%filter(lat<=-2.815789)
Proj5$group<-"其他 "
Proj5$order<-1:nrow(Proj5)

Projdata<-rbind(Proj1,Proj2,Proj3,Proj4,Proj5)

labeldata<-data.frame(x=seq(from=5,to=57,length=5),y=c(1.4,1.1,0.95,0.6,-2),label=sprintf("%2d%%",c(63,60,59,56,22)))
###############
p1<-ggplot()+
  geom_polygon(data=Projdata,aes(x=lon,y=lat,group=group),fill=c("#74ADD1"),col=NA,alpha=0.8)+
  geom_path(data=Project,aes(x=lon,y=lat,group=group),col="black",size=1.2)+
  geom_text(data=labeldata,aes(x=x,y=y+1,label=label),hjust=.5,size=5)+
  scale_x_continuous(breaks=labeldata$x,labels=c("玩手机","学习","小说追剧\n开party","课外竞赛\n班级事务","其他"))+
  ylim(-5.5,6)+
  theme_minimal()+
  theme(
    panel.grid=element_blank(),
    axis.title=element_blank(),
    axis.text.y=element_blank(),
    axis.text.x = element_text(size = 13,face="bold"),
    plot.margin = unit(c(.2,.2,1,.2), "cm")
  )
p1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70

p <- ggplot(datasleepn, aes(x=efficiency,fill=feeling_tomorrow))
p+geom_bar()
peffi<-p+geom_bar(position='stack')+scale_fill_manual(values = rev(c("#F46D43","#FDAE61","#ABD9E9","#74ADD1")))
motherb<-theme_bw()+theme(panel.grid.major = element_line(colour=NA))+theme(panel.grid.minor = element_blank())+theme(panel.border = element_blank())+theme(axis.ticks.x = element_blank())+theme(axis.line.y = element_line())
peffi+scale_y_continuous(expand=c(0,0))+labs(x="熬夜当晚效率",y="人数",fill="熬夜次日状态")+motherb
1
2
3
4
5

3 个人随眠数据分析

学长平时有着记录起息时间的习惯，目前积攒了两个月的数据，心血来潮，就想画画图，分析一下数据之间有着什么关系。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from dateutil.parser import parse
from pandas import DataFrame

def time_to_int(num):
    integer_part = int(num)
    fractional_part = num - integer_part
    new_fractional_part = fractional_part * 5/3
    new_num = integer_part + new_fractional_part
    return float('%.2f'%new_num)

filename =  'C:/my python/python code/my_life_anlyze/3-4.csv'

morning = []
sleep = []
new_sleep_time = []
data = pd.read_csv(filename, header=0)
data.dropna(axis=0, inplace=True)

for i in data.morning:
    morning.append(time_to_int(i))
for i in data.night:
    sleep.append(time_to_int(i))
print(morning)
print(sleep)
sleep_time = np.array(morning) - np.array(sleep)
for i in sleep_time:
    if i < 0:
        i = i + 24
    new_sleep_time.append(i)
print(new_sleep_time)


time_record = [morning, sleep]
data1 = DataFrame(morning, index=data.date, columns=['mornig'])
data2 = DataFrame(sleep, index=data.date, columns=['sleep'])
data3 = DataFrame(time_record, index=['morning', 'sleep'], columns=data.date)
data4 = data3.T
data5 = DataFrame(new_sleep_time, index=data.date, columns=['sleep_time'])
pd.scatter_matrix(data5)

#print(data4)
#pd.scatter_matrix(data1)
#pd.scatter_matrix(data2)
#plt.scatter(sleep, data.date)
#pd.scatter_matrix(data4.loc[:,'morning':'sleep'], figsize=(12,8), diagonal='kde')
#plt.bar(data.date, new_sleep_time)
#plt.scatter(sleep, new_sleep_time)
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

在这里耍了一个小聪明，因为python与matlab不同，python的时间数据类型像是一个时间流，就是说每一个时间都是确定唯一的。举个例子，你如果想单单用0-24小时来做横坐标是做不到的，它前面必定（即使不显示）还有个年月日的日期，如果你不显示要求它就默认为今天。

所以我想横坐标是我从3.12-5.1这些天数，而纵坐标是0-24小时如何实现呢？我把我睡觉、起床的时间用浮点数据来表示，区间是[0,24],再把六十进制转化为一百进制就可以精确表示时间了，这也是函数time_to_int(num)的功能。

从这5张图中可以很直观的看出来，我在8：20-8：40这个时间段起床的频率尤其的高。震惊我自己的是竟然有三次是在5点就起床了，当然那只是昙花一现。

而我晚上睡觉集中在23：00-次日1点之间，在零点入睡的频率更为高一些。

这两张图所表达的意思是，每天的睡眠时间以及频率图。可知我每天睡七个半小时到八个半小时是最多的，但是睡九到十个小时的懒觉的时候也是很多.

这张图比较难以理解，也不是很直观，却很重要，里面有些规律因为数据量太少而并不直观。但是这毕竟是我的生活，我还是很敏锐的发现了一些规律。

这张图说的是晚上入睡时间点和睡眠时间长度之间的关系。大家可以很清晰得看出来，凡是零点以前入睡的，睡眠时间都至少大于六个小时。而零点以后入睡的呢？有五次睡眠时间不足六小时，有两次连四个小时都不到，说明睡眠质量已经差到一定地步了。

还有一个规律，那就是无论时零点前入睡，还是零点后入睡，散点都呈现着集中在八小时周围并向外延伸蔓延的规律，可见八小时睡眠是我最佳的睡眠时间长度。再仔细分析一下呢，零点前入睡我睡眠时间多在8-10这个区间，而零点后却不这样，在6-10区间内呈近似正态分布。当然这有可能是数据太少的原因，等我攒足了数据，再做仔细分析。

4 最后