2021-07-19动手学数据分析第二章：第四节数据可视化

最新推荐文章于 2023-04-21 23:44:48 发布

mumuok

最新推荐文章于 2023-04-21 23:44:48 发布

阅读量245

点赞数 1

本文链接：https://blog.csdn.net/mumuok/article/details/118914882

版权

画图在jupyter中显示

%matplotlib inline

导入画图用的包，

import matplotlib.pyplot as plt

text = pd.read_csv(r’result.csv’)
r就是原模原样的读取，不转义，否则路径中/会被当成转义字符

2.7.2 任务二：可视化展示男女中生存人数分布情况（用柱状图试试）。

sex = text.groupby('Sex')['Survived'].sum()
sex.plot.bar()
plt.title('survived_count')
plt.show()

2.7.3 任务三：可视化展示男女中生存人与死亡人数的比例图（用柱状图试试）。这个图挺特别

# 提示：计算男女中死亡人数 1表示生存，0表示死亡
text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True')
plt.title('survived_count')
plt.ylabel('count')

在这里插入图片描述

不同票价的人生存和死亡人数分布情况。（用折线图试试）（横轴是不同票价，纵轴是存活人数）

# 计算不同票价中生存与死亡人数 1表示生存，0表示死亡
fare_sur = text.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
fare_sur
# 排序后绘折线图
fig = plt.figure(figsize=(20, 18))
fare_sur.plot(grid=True)
plt.legend()
plt.show()

2.7.5 任务五：不同仓位等级的人生存和死亡人员的分布情况。（用柱状图试试）

# 1表示生存，0表示死亡
pclass_sur = text.groupby(['Pclass'])['Survived'].value_counts()
pclass_sur
import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=text)