08 · Explorative Datenanalyse und Datenvisualisierung
verteilung_alter.png
Abbildung · Quellcode

Erzeugt im Abschnitt „MODULE 08 · EDA visualisations (3 figures)" in data/figures.py, Zeile 147–170.
Dieses Skript läuft von oben nach unten. Der gemeinsame Vorspann — Bibliotheken, Kohorte laden, Plot-Stil — steht am Anfang der vollständigen Datei und gilt für alle Abbildungen darin.
Python
Python-Code: in eine Datei mit Endung
.py schreiben und mit dem ▶-Knopf in VS Code ausführen – oder Zeile für Zeile in die Python-Konsole. Setzt die in Modul 02 eingerichtete Umgebung voraus.# =========================================================================== # MODULE 08 · EDA visualisations (3 figures) # =========================================================================== print("[08] EDA-Visualisierungen ...") # --- 07a: Age histogram (improved) --- fig, ax = plt.subplots(figsize=(8, 4)) bins = np.arange(18, 100, 5) ax.hist(survived, bins=bins, alpha=0.72, color=PRIMARY, label="Überlebt", edgecolor="white", linewidth=0.5) ax.hist(deceased, bins=bins, alpha=0.82, color=EVENT, label="Verstorben", edgecolor="white", linewidth=0.5) ax.set_xlabel("Alter (Jahre)") ax.set_ylabel("Anzahl Patient:innen") ax.set_title("Altersverteilung nach 30-Tage-Mortalität") ax.legend(title=None) ax.set_xlim(18, 100) # Annotation box n_total = len(cohort) mort_rate = cohort["verstorben_30d"].mean() ax.text(0.97, 0.95, f"N = {n_total}\n30-Tage-Mortalität: {mort_rate:.1%}", transform=ax.transAxes, ha="right", va="top", fontsize=9.5, bbox=dict(boxstyle="round,pad=0.3", facecolor="#F0F4F8", edgecolor="none")) save(fig, ASSETS / "08-eda-visualisierung" / "assets" / "verteilung_alter.png")