关于泰坦尼克号数据可视化
1 泰坦尼克号中简易数据可视化
数据集下载 链接: https://www.kaggle.com/c/titanic/overview
# 加载所需的库
%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 导入数据
text = pd.read_csv(‘train.csv’)
text.head()
1.1 可视化展示泰坦尼克号数据集中男女中生存人数分布情况(柱状图)
sex = text.groupby('Sex')['Survived'].sum()
# 柱形图
sex.plot.bar()
plt.title('survived')
plt.show()
1.2 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)
# 提示:计算男女中死亡人数 1表示生存,0表示死亡
# unstack:将Series数据转为DataFrame数据
# kind='bar';绘制柱状图形
# kind='bar',stacked='True':绘制柱状的比例图
text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True')
plt.title('survived')
plt.ylabel('count')
1.3 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)
# 计算不同票价中生存与死亡人数 1表示生存,0表示死亡
# value_counts:统计数据个数,默认消除nan值
# sort_values:默认将数据升序排列,若ascending=False则降序排列
fare_sur = text.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
# 排序后绘折线图
fig = plt.figure(figsize=(20, 18))
fare_sur.plot(grid=True)
plt.legend()#图例
plt.show()
1.4 可视化展示泰坦尼克号数据集中不同仓位等级的人生存和死亡人员的分布情况。
import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=text)
1.5 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)
#图中x轴数据值范围在0-max
facet.set(xlim=(0, text['Age'].max()))
facet.add_legend()
1.6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。(折线图)
#三个折线绘制成一张图
text.Age[text.Pclass == 1].plot(kind='kde')
text.Age[text.Pclass == 2].plot(kind='kde')
text.Age[text.Pclass == 3].plot(kind='kde')
#(1,2,3)表示图例名字分别是1,2,3。 loc=“best” 表示图例自动寻找最优位置
plt.legend((1,2,3),loc="best")
`