用python编写一个lasso算法并且满足一下要求：1读取Excel表格数据该表格数据第一列state数据为患者是否患病1为患病2为正常2绘制lasso系数筛选图3绘制lasso变量轨迹图4输出筛选出来的变量

由于缺少数据，无法为您提供完整的代码。以下是一个基本的框架，您可以根据需要进行修改：

import pandas as pd
from sklearn.linear_model import LassoCV
import matplotlib.pyplot as plt

# 读取Excel表格数据
data = pd.read_excel('data.xlsx')
X = data.iloc[:, 1:]  # 特征变量
y = data.iloc[:, 0]  # 目标变量

# 构建Lasso模型
model = LassoCV(cv=10)
model.fit(X, y)

# 绘制lasso系数筛选图
plt.plot(model.alphas_, model.coef_)
plt.xlabel('alpha')
plt.ylabel('coefficients')
plt.title('Lasso coefficients')
plt.show()

# 绘制lasso变量轨迹图
plt.figure()
plt.plot(model.mse_path_, lw=2)
plt.xlabel('Number of variables')
plt.ylabel('MSE')
plt.title('Lasso variable trajectory')
plt.show()

# 输出筛选出来的变量
selected_vars = X.columns[model.coef_ != 0]
print('Selected variables:', selected_vars)