饮食文化与预期寿命的关系

一、主题

国际权威医学杂志《柳叶刀》发布了一份全球疾病负担(GBD 2017)研究系列报告。报告发现，影响人们健康的主要风险因素是健康食物摄入太少。所以根据目前可获得的数据，想要探究一些主要国家的饮食文化对预期寿命的影响。

二、摘要

饮食文化是一个抽象概念，难以定量，所以在这次报告中采用BMI和饮酒量两项指标来看饮食文化对预期寿命的影响，并提出相关建议以解决某些不当的饮食问题，帮助人们获得更好的身体健康，期望每个人都能长命百岁。

三、设计意图

希望能找到不同的饮食文化体系对预期寿命的影响，并探究中国饮食文化与日本（预期寿命第一位）饮食文化的差距，并提出相关饮食建议，优化人们饮食结构，获得一个更加健康的身体。

四、总体设计

1.程序模块图

2.GUI界面

五、程序模块详细设计

1.数据结构

Life Expectancy Data.csv是有关世界上所有国家的预期寿命表格，纵轴为不同的国家，横轴有时间（2000-2015），预期寿命，发展程度（发展中国家，发达国家），BMI，饮酒量，还有许多其他因素。所有名称均为英文。选取的数据仅为中日韩英美法德七国在2000-2015年间的数据。

2.技术准备

引入所需库：tkinter,numpy,pandas,pylab,scipy,seaborn，并利用plt.rcParams提高图片像素与分辨率

3.数据预处理

（1）读入数据文件Life Expectancy Data.csv，分组并提取所需要的国家的数据，将提出的dataframe英文数据改为中文

（2）实现数据分组求平均值并填充nan：用函数df.isna()查询nan的列，找出缺失的列然后用根据分组计算所求的平均值进行填充，方法是使用相同的index进行查找赋值

（3）数据异常化处理：采用方法为箱型图。首先利用箱型图的相关数据筛出异常值，并用nan进行替换，然后采用插值方法进行处理，利用fillna函数将中为数值填充进去，最后用.isna().sum()确认缺失值已处理

4.数据可视化处理

利用matplotlib首先画出对比柱形图和折线图的复合体，然后整理出所需数据，绘制排名的水平条形图，接着用sns.pairplot函数绘制出矩阵散点图，最后将数据进行归一化处理，直观地展现二者关系的折线图（BMI与预期寿命，饮酒量与预期寿命），供读者阅读

5.GUI界面设计

主要使用Label,Button,Combobox以及相关属性，利用grid函数确定位置

六、数据可视化和结论

结论1：可以明显看出左边三个国家BMI值和饮酒量较为接近，右边四个国家也有相对的一致性，可以将其分为两个饮食文化体系：东亚饮食文化体系和欧美饮食文化体系。饮酒量方面二者相差不大，但BMI值欧美系国家几乎是东亚国家的二倍，说明欧美国家肥胖人数居多，与其高糖高油的饮食习惯有一定的关系。即便如此，中国的预期寿命仍然在其中为最低值，考虑此数据为2000-2015年间的数据，认为原因应该是，当时中国处于发展中国家上升阶段，人民温饱水平仍然难以达到，所以低BMI值并非代表健康的饮食习惯，而是处于偏瘦或接近正常的阶段，类似于营养不良，所以预期寿命较低。

结论2：图表显示，日本的预期寿命位于这些国家行列中的第一位。英国医学杂志《柳叶刀》曾提到过，一般认为，合理的饮食是日本人长寿的主要原因之一，日本人喜欢吃鱼和豆类。豆制品则被认为能有效防止动脉硬化。研究认为，鱼类含有丰富的不饱和脂肪酸DHA和EPA，EPA可使血液不易形成血栓，具有预防中风及心肌梗塞的效果。所以，良好的饮食结构的确有利于延年益寿，在这个方面我们还需要多多借鉴日本的有益饮食结构。

结论3：根据左下角第一幅图，可以明显看出中日韩为一类，英美法德为一类，二者BMI值相差较多，也可以印证结论1，我国的BMI值最大水平仍然没有达到欧美国家的最低值。虽然与日本类似，但不可忽略的是日本为发达国家，而我国为发展中国家，二者BMI值低的原因不同。在饮酒量方面，可以看自下往上第一行中间一列，这是中国独自一类，其他国家为一类。可以看到，中国十三亿人的平均饮酒量远低于其他国家。调查显示，适度饮酒可以降低心血管疾病，但切忌不宜过量。

结论4：中国的预期寿命随BMI值的增长而增长，而英国先随之增长，后反而下降。得出的建议是：采取中庸思想。中国BMI值增长是趋近于BMI值的最佳位置点，从侧面也可以看出我国生活水平的上升，而英国初始阶段已在最佳位置点附近，超过而犹不及，所以饮食不要过多也不要过少，秉持中庸思想为最佳。

七、亮点

此为第二点的图（由于在中间插入不了，只能出此下策）

此为第四点的图

1.  采用对比柱形图和折线图来比较两种饮食文化的差别，采用水平条形图展示国家间预期寿命的排名，采用矩阵散点图来看BMI，饮酒量，预期寿命的相关联系。