【DataWhale】之动手学数据分析（四）

导入numpy、pandas包和数据

# 加载所需的库
# 如果出现 ModuleNotFoundError: No module named 'xxxx'
# 你只需要在终端/cmd下 pip install xxxx 即可
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 导入result.csv这个文件
text=pd.read_csv('C:/Users/unit2/data/result.csv')
text.head()

数据可视化
可视化展示泰坦尼克号数据集中男女生存人数分布情况（柱状图）

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

男女死亡人数和男女生存人数可视化柱状图结合

a= pd.DataFrame([text.groupby('Sex')['Survived'].count()-sex, sex]).T
a.columns = ['NoSurvived', 'Survived']
a.plot.bar()
plt.title('survived_count')
plt.show()

可视化展示泰坦尼克号数据集中男女中生存人与死亡 人数的比例图（柱状图）

text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='Ture')
plt.title('survived_count')
plt.ylabel('count')

可视化展示泰坦尼克号数据集中不同票价的人生存和 死亡人数分布情况（折线图，横轴不同票价，纵轴存活人数）

# 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()

# 排序前绘折线图
fare_sur1 = text.groupby(['Fare'])['Survived'].value_counts()
fare_sur1
fig = plt.figure(figsize=(20, 18))
fare_sur1.plot(grid=True)
plt.legend()
plt.show()

可视化展示泰坦尼克号数据集中不同年龄的人生存与死亡人数分布情况

facet = sns.FacetGrid(text, hue="Survived",aspect=3)
facet.map(sns.kdeplot,'Age',shade= True)
facet.set(xlim=(0, text['Age'].max()))
facet.add_legend()

可视化展示泰坦尼克号数据集中不同仓位等级的人年龄分布情况

text.Age[text.Pclass == 1].plot(kind='kde')
text.Age[text.Pclass == 2].plot(kind='kde')
text.Age[text.Pclass == 3].plot(kind='kde')
plt.xlabel("age")
plt.legend((1,2,3),loc="best")