一、获取数据并提取有效数据

#题目

题目中给出了需要用到的数据

在这里插入图片描述

将发病到首次检查间隔时间提取出

#表1数据

示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
在这里插入图片描述

将各次检查时的体积提取出来,判断是否增加6ml或者33%

#表2数据
在这里插入图片描述
在这里插入图片描述

将各次检查时的时间提取出来,判断是否在48小时内

#附表1数据
在这里插入图片描述
在这里插入图片描述

使用juypter的表格显示方法

二、计算步骤

1.

在这里插入图片描述

只需要考虑第一个时间,不需要继续往后找满足条件的其余时间;在这里判断48小时,因为上面的if已经判断了肿块

patient = []
for i in range(160):
    for j in range(6):
        if (data[i][j] - data[i][0]) >= 6000 or (data[i][j] - data[i][0]) / data[i][0] > 0.33:
            # 通过分析发现这里只需要找到一个就可,不需要继续往后找满足条件的其余时间
            # 在这里判断48小时,因为上面的if已经判断了肿块
            print("i=", i, "    j=", j)
            # 这里需要减去发病到首次检查时间
            # 这里计算出来的时间T,单位是时间,需要进行一下强制转换
            t = float((time[i][j] - time[i][0]) / 3600000000000)
            if t + gap[i] < 48:
                patient.append(i)
            break
print('patient:', patient)
print("病人个数:", len(patient))
Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐