泰坦尼克号数据_泰坦尼克号幸存状况数据分析

以下练习数据来源均为seaborn库中提供，通过网络获取，如果出现网络获取慢或者失败的情况，可以到GitHub上搜索seaborn-data，下载后传入读取路径即可

from matplotlib import pyplot as pltimport seaborn as snsimport numpy as np

泰坦尼克号海难幸存状况分析

data = sns.load_dataset("titanic", data_home='/Volumes/Code/notebooks/seaborn-data')data.head()

不同仓位等级中幸存和遇难的乘客比例

    pclasses = []    surviveds = [[], []]    # 按等级分组，然后计算不同幸存者的数量    for pclass, items in data.groupby(by=['class']):        pclasses.append(pclass)        count0 = items[items['survived'] == 0]['survived'].count()        count1 = items[items['survived'] == 1]['survived'].count()        surviveds[0].append(count0)        surviveds[1].append(count1)    # 分别绘制不同幸存者图    plt.bar(pclasses, surviveds[0], color='r', width=0.3)    plt.bar(pclasses, surviveds[1], bottom=surviveds[0], color='g', width=0.3)    # 增加文字说明    for i, pclass in enumerate(pclasses):        total = surviveds[0][i] + surviveds[1][i]        plt.text(pclass, surviveds[0][i] // 2, '%.2f%%' % ((surviveds[0][i] / total) * 100), ha='center')        plt.text(pclass, surviveds[0][i] + surviveds[1][i] // 2, '%.2f%%' % ((surviveds[1][i] / total) * 100), ha='center')    plt.xticks(pclasses, pclasses)    plt.ylim([0, 600])    plt.legend(['die', 'survive'], loc='upper right')    plt.grid(axis='y', color='gray', linestyle=':', linewidth=2)    plt.show()

从图中可以看出，低等舱的人死亡最多