Python程序开发竞赛 - 模拟题（第一套）
第三部分：数据分析与可视化（30分）
任务一：各科室门诊量月度趋势分析（15分）
技术架构：Django + PyEcharts
【任务说明】
现有某三甲医院2018-2023年共6年的门诊就诊数据（`hospital_outpatient.csv`），请根据任务要求完成数据分析与可视化。
【数据集说明】
数据集文件：`hospital_outpatient.csv`
| 字段名 | 说明 | 示例 |
|---|---|---|
| visit_id | 就诊记录唯一标识 | V20180001 |
| visit_date | 就诊日期 | 2018/01/15 |
| department | 就诊科室 | 内科 |
| patient_age | 患者年龄 | 45 |
| patient_gender | 患者性别 | 男/女 |
| doctor_name | 主治医生姓名 | 张医生 |
| diagnosis | 诊断结果 | 上呼吸道感染 |
| cost | 门诊费用（元） | 256.80 |
【任务要求】
1.数据读取与清洗（5分）
- 读取数据集 `hospital_outpatient.csv`，对数据进行必要的清洗；
- 处理缺失值：删除关键字段为空的记录；
- 处理重复值：删除 `visit_id` 重复的记录；
- 处理异常值：删除 `cost` 为空或负数的记录；
- 处理格式不一致：统一 `visit_date` 日期格式（如 `2018/01/15` 和 `2018-1-15` 统一转为 `datetime` 类型）；
- 修正科室名称别名（如”内科室”统一为”内科”）。
2.数据统计与分析（5分）
- 按年份和月份统计内科、外科、儿科、妇产科、急诊科5个科室的月度门诊量；
- 生成”年-月”格式的时间序列索引。
3.可视化与展示（5分）
- 使用 PyEcharts 库绘制堆叠面积图（Stacked Area Chart），展示各科室门诊量的月度变化趋势；
- X轴为”年-月”格式的时间序列；
- 5个科室分别使用不同颜色区分；
- 设置图表标题、图例、DataZoom缩放组件，支持数据缩放浏览；
- 使用 Django 框架在前端页面中渲染展示该图表。
【操作说明】
- 从指定目录获取相关项目工程代码。
- 完成任务后，根据平台”答题区”对应内容要求，完成答题报告并点击”保存”按钮实时保存。
【评分标准】
| 评分项 | 分值 | 说明 |
|---|---|---|
| 数据清洗 | 5分 | 正确处理缺失值、重复值、异常值、格式不一致等问题 |
| 数据统计 | 5分 | 正确按年月和科室分组统计门诊量 |
| 可视化展示 | 5分 | 正确使用PyEcharts绘制堆叠面积图并通过Django渲染 |
任务二：患者年龄与住院费用分布分析（15分）
技术架构：Seaborn 独立脚本
【任务说明】
现有某医院2022-2023年的住院患者数据（`hospital_inpatient.csv`），请根据任务要求完成数据分析与可视化。
【数据集说明】
数据集文件：`hospital_inpatient.csv`
| 字段名 | 说明 | 示例 |
|---|---|---|
| patient_id | 患者唯一标识 | P20220001 |
| admission_date | 入院日期 | 2022/03/10 |
| discharge_date | 出院日期 | 2022/03/18 |
| department | 住院科室 | 外科 |
| patient_age | 患者年龄 | 52 |
| patient_gender | 患者性别 | 男/女 |
| stay_days | 住院天数 | 8 |
| total_cost | 住院总费用（元） | 15800.00 |
| surgery | 是否手术 | 是/否 |
| diagnosis | 诊断结果 | 阑尾炎 |
【任务要求】
1.数据读取与清洗（5分）
- 读取数据集 `hospital_inpatient.csv`，对数据进行必要的清洗；
- 处理 `patient_age` 异常值：将年龄为0或大于150的记录设为NaN后删除；
- 处理 `total_cost` 缺失值和极端值：删除费用缺失或大于500000的记录；
- 删除 `discharge_date` 早于 `admission_date` 的异常记录。
2.数据分析（5分）
- 按科室和性别分组，分析患者年龄分布与住院费用的关系；
- 计算各科室、各性别的费用统计指标（均值、中位数、标准差等）。
3.可视化与输出（5分）
- 使用 Seaborn 库绘制箱线图（Boxplot），展示不同科室住院费用的分布情况；
- 使用 `hue` 参数按性别分组显示；
- 设置图表标题、坐标轴标签；
- 使用 `sns.set_theme()` 设置图表样式；
- 将图表保存为 PNG 图片文件（分辨率 dpi=150，图像尺寸 figsize=(12,6)）。
【操作说明】
- 从指定目录获取相关项目工程代码。
- 完成任务后，根据平台”答题区”对应内容要求，完成答题报告并点击”保存”按钮实时保存。
【评分标准】
| 评分项 | 分值 | 说明 |
|---|---|---|
| 数据清洗 | 5分 | 正确处理年龄异常值、费用极端值、日期逻辑错误等问题 |
| 数据分析 | 5分 | 正确按科室和性别分组分析费用分布 |
| 可视化输出 | 5分 | 正确使用Seaborn绘制箱线图并保存为PNG文件 |
【注意事项】
- 所有代码注释使用中文。
- 代码风格清晰，缩进规范，符合 PEP 8 编码规范。
- CSV数据文件路径建议使用 `os.path` 模块动态构建，确保代码的可移植性。
- 任务一为 Django Web 项目，需确保项目结构完整，能正常运行。
- 任务二为独立 Python 脚本，直接运行即可生成结果。
- 比赛时间：90分钟。
- 总分：30分。