空难数据分析例子

最新推荐文章于 2022-03-25 07:54:30 发布

DaryaPeng

最新推荐文章于 2022-03-25 07:54:30 发布

阅读量3.8k

点赞数 5

分类专栏：可视化 python 文章标签： sns bokeh 数据可视化

本文链接：https://blog.csdn.net/DaryaPeng/article/details/64123408

版权

本项目基于Kaggle的1908年至今的空难数据集进行分析，内容包括：每年空难数量统计、机上乘客数量、生还与遇难人数对比，以及航空公司和机型的空难次数排名。同时，利用seaborn和bokeh库进行了数据可视化，展示了空难数与年份的关系以及乘客数量、遇难数与年份的分布，并进行了top n的航空公司和机型分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据集：Kaggle上的1908年收集的公开数据集

项目任务：

每年空难数分析
机上乘客数量
生还数、遇难数
- 哪些航空公司空难数最多?
- 哪些机型空难数最多?

# -*-coding: utf-8 -*-
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from bokeh.io import output_notebook, output_file, show
from bokeh.charts import Bar,TimeSeries
from bokeh.layouts import column
from math import pi

- 查看数据信息

data_path = './dataset/Airplane_Crashes_and_Fatalities_Since_1908.csv'
df_data = pd.read_csv(data_path)

print u'数据集基本信息：'
print df_data.info()

数据集基本信息： RangeIndex: 5268 entries, 0 to 5267 Data columns (total 13 columns): Date 5268 non-null object Time 3049 non-null object Location 5248 non-null object Operator 5250 non-null object Flight # 1069 non-null object Route 3562 non-null object Type 5241 non-null object Registration 4933 non-null object cn/In 4040 non-null object Aboard 5246 non-null float64 Fatalities 5256 non-null float64 Ground 5246 non-null float64 Summary 4878 non-null object dtypes: float64(3), object(10) memory usage: 535.1+ KB None

print u'数据集有%i行，%i列' %(df_data.shape[0], df_data.shape[1])

数据集有5268行，13列

print u'数据预览：'
df_data.head()

数据预览：

	Date	Time	Location	Operator	Flight #	Route	Type	Registration	cn/In	Aboard	Fatalities	Ground	Summary
0	09/17/1908	17:18	Fort Myer, Virginia	Military - U.S. Army	NaN	Demonstration	Wright Flyer III	NaN	1	2.0	1.0	0.0	Durin

最低0.47元/天解锁文章