Python 醫學數據分析入門

數據分析是當今大數據時代關鍵的技術，其廣泛應用於包括醫學在內的各個領域。Python 語言簡單易用， 第三方庫功能強大，提供了完整的數據分析框架，深受廣大數據分析人員的青睞。

本書涵蓋傳統的統計分析方法和較為復雜的機器學習算法，結合大量精選的實例，使用 Python 進行數據分析，對常用分析方法進行深入淺出的介紹，以幫助讀者解決數據分析中的實際問題。

本書強調實戰和應用，盡量淡化分析方法的推導和計算過程，大量的 Python 程序示例是本書的亮點。閱讀本書，讀者不僅能掌握使用 Python 及相關庫快速解決實際問題的方法，還能更深入地理解數據分析。

本書不僅適合臨床醫學、公共衛生及其他醫學相關專業的本科生和研究生使用，亦可作為其他專業的學生和科研人員學習數據分析的參考書。

趙軍，流行病學博士，湖北醫藥學院副教授，預防醫學系主任。主要研究方向為流行病學與健康大數據分析。有16年統計學與數據科學的教學和科研工作經驗，精通Python語言、R語言，為國內多家三甲醫院提供數據分析諮詢與服務。編寫教材兩部，發表SCI論文十餘篇，擔任多個SCI雜誌的審稿人。編寫的《R語言醫學數據分析實戰》一書廣獲好評。

劉文婷，副教授，碩士生導師，現任湖北醫藥學院智能醫學工程系主任、大數據中心主任。主持省自然科學基金1項。科研方向為人工智能和生物信息學。主講課程有“智能醫學工程導論”“醫學生物信息學”等。發表SCI論文17篇、國際會議論文4篇。

第 1 章 Python 語言基礎 1
1．1　關於 Python　1
1．2　為什麼使用 Python 分析數據　1
1．3　重要的 Python 庫　2
1．4　安裝與設置　2
1．4．1　在 Windows 或 MacOS 系統上安裝 Anaconda　3
1．4．2　在Linux 系統上安裝 Anaconda　3
1．4．3　安裝和更新包　3
1．4．4　Python 解釋器　4
1．4．5　導入庫　4
1．5　代碼編寫工具　5
1．6　開始使用 Python　7
1．6．1　獲取幫助　7
1．6．2　把 Python 當作一個計算器　9
1．6．3　Python 對象　12
1．7　工作目錄　14
1．8　習題　15

第　2 章 基本數據結構　16
2．1　列表　16
2．1．1　列表的創建　16
2．1．2　列表基本操作　17
2．1．3　列表方法與函數操作　19
2．2　元組　21
2．2．1　元組的創建　21
2．2．2　元組的操作　22
2．3　字典　23
2．3．1　字典的創建　24
2．3．2　字典的操作　25
2．4　集合　26
2．4．1　集合的創建　26
2．4．2　集合的操作　26
2．5　習題　27

第　3 章 控制流、函數與文件操作　28
3．1　條件語句　28
3．1．1　簡單條件結構　28
3．1．2　嵌套條件結構　29
3．2　循環語句　30
3．2．1　for 循環　30
3．2．2　while 循環　30
3．3　函數　31
3．3．1　定義函數　31
3．3．2　默認參數　31
3．3．3　任意參數　32
3．3．4　匿名函數　33
3．4　文件操作　33
3．4．1　讀取 txt 文件　33
3．4．2　寫入 txt 文件　34
3．4．3　讀寫 CSV 文件　35
3．5　習題　36

第　4 章 NumPy 基礎　37
4．1　創建數組對象　37
4．1．1　使用函數 array 創建數組對象　37
4．1．2　使用專門函數創建數組對象　38
4．1．3　生成偽隨機數　39
4．2　數組操作　41
4．2．1　數組重塑　41
4．2．2　數組轉置和軸變換　41
4．2．3　數組的索引和切片　42
4．3　數組運算　44
4．3．1　通用函數　44
4．3．2　基本統計運算　46
4．3．3　矩陣運算　47
4．4　數組文件的保存與導入　48
4．5　習題　49

第　5 章 Pandas 入門　50
5．1　Pandas 數據結構　50
5．1．1　Series　50
5．1．2　DataFrame　51
5．2　Pandas 對象基本操作　53
5．2．1　索引操作　53
5．2．2　DataFrame 的查詢與子集選擇　55
5．3　DataFrame 的導入和導出　62
5．3．1　讀寫文本文件　63
5．3．2　讀寫其他格式的文件　64
5．4　Pandas 數據預處理　66
5．4．1　數據的合併　66
5．4．2　數據長寬格式的轉換　68
5．4．3　缺失值的識別與處理　70
5．4．4　數據值的轉換　75
5．5　習題　85

第　6 章 數據可視化　86
6．1　Matplotlib 繪圖基礎　86
6．1．1　函數 plot 與圖形元素　86
6．1．2　全局參數查看與設置　88
6．1．3　一頁多圖　89
6．1．4　保存圖形　90
6．1．5　基本統計圖形　91
6．2　Seaborn 數據可視化　96
6．2．1　Seaborn 簡介　96
6．2．2　直方圖和密度曲線圖　97
6．2．3　條形圖　98
6．2．4　箱線圖和小提琴圖　99
6．2．5　點圖　102
6．2．6　帶狀點圖與簇狀點圖　102
6．2．7　散點圖　104
6．2．8　散點圖矩陣　104
6．2．9　多面板圖　105
6．2．10　回歸圖　107
6．2．11　分面網格圖　107
6．2．12　Seaborn 圖形保存　108
6．3　其他 Python 數據可視化工具　108
6．4　習題　109

第　7 章 基本統計分析　110
7．1　查看數據集信息　110
7．2　數值型變量的統計描述　113
7．3　數值型變量的假設檢驗　117
7．3．1　單個樣本的 t 檢驗　117
7．3．2　獨立樣本的 t 檢驗　117
7．3．3　非獨立樣本的 t 檢驗　118
7．3．4　單因素方差分析　119
7．3．5　組間差異的非參數檢驗　121
7．3．6　連續型變量之間的相關性　121
7．4　分類變量的列聯表和獨立性檢驗　124
7．4．1　生成頻數表　124
7．4．2　獨立性檢驗　126
7．5　習題　128

第　8 章 線性模型與廣義線性模型　129
8．1　線性模型　129
8．1．1　簡單線性回歸模型　129
8．1．2　多重線性回歸模型　134
8．2　Logistic 回歸　137
8．2．1　Logistic 回歸模型　137
8．2．2　Logistic 回歸實例　138
8．3　Poisson 回歸　143
8．3．1　Poisson 回歸模型　143
8．3．2　Poisson 回歸實例　143
8．4　生存分析與 Cox 回歸　145
8．4．1　生存分析簡介　145
8．4．2　生存率的 Kaplan-Meier 估計　147
8．4．3　Cox 回歸　150
8．5　習題　153

第　9 章 Scikit-learn 機器學習入門　154
9．1　機器學習簡介　154
9．2　加載數據集　154
9．3　學習和預測　158
9．3．1　無監督學習　158
9．3．2　監督學習　159
9．4　模型的選擇與評估　161
9．5　習題　163

第　10 章 TensorFlow 深度學習入門　164
10．1　深度學習簡介　164
10．2　感知機與神經網絡　165
10．3　激活函數　167
10．4　損失函數　168
10．5　優化器　168
10．6　構建並訓練神經網絡　169
10．7　習題　171

第　11 章 圖像分類卷積神經網絡模型　172
11．1　卷積神經網絡　172
11．1．1　局部感受野　172
11．1．2　共享權重和偏置　173
11．1．3　池化　173
11．2　加載數據集　174
11．3　構建卷積神經網絡模型　175
11．4　編譯並訓練模型　177
11．5　評估模型　178
11．6　習題　179

習題參考答案　180
參考資料　192