泰坦尼克号数据_数据分析实战3：泰坦尼克号生存分析

​ 只要是数据分析师，恐怕没有人不知道泰坦尼克号这个项目吧，这是一个被简历写烂的项目，这也小白学习数据分析和建模最基础的一个项目，本文将从数据分析和数据建模两部分来介绍此项目。

数据来源：

https://www.kaggle.com/c/titanic​www.kaggle.com

数据字段：

字段介绍：

1. PassengerId：乘客编码
2. Survived：是否幸存
3. Pclass：船票类型
4. Name：名字
5. Sex：性别
6. Age：年龄
7. SibSp：船上该成员兄弟姐妹的数量
8. Parch：船上该成员的父母或子女数量
9. Ticket：船票编号
10. Fare：乘客票价
11. Cabin：客舱号码
12. Embarked：起航运港

数据分析

影响乘客生还率的因素有很多，为了更好的了解数据，本文将从性别、年龄以及舱位的角度分别来查看对生还率的影响程度

数据导入：

import numpy as np
import pandas as pd
import matplotlib
from matplotlib import pyplot as plt
import seaborn as sns
# 忽略错误
import warnings
warnings.filterwarnings('ignore')

# 解决图表中中文显示为方格的问题
plt.rcParams['font.sans-serif']=['SimHei']
# 解决图表中负号显示为方格的问题
plt.rcParams['axes.unicode_minus']=False

# 读取数据
train_data=pd.read_csv('./train.csv')
test_date=pd.read_csv('./test.csv')
# 测试数据集
print(test_date)
# 训练数据集
train_data

1、性别对生还率的影响

结论：
全部乘客中，只有35.24%的女性，而生还的乘客中，女性占到了68.13% 。女性的生还率达到了74.2%，而男性的生还率只有18.9% 。我们可以看出，女性的生还率更高。

代码展示：

# 性别对生还率的影响

train_data_sex=train_data.Sex.value_counts()
train_data_sex
# 绘制饼图展示
train_data_sex.plot(kind='pie',title='全体乘客的性别比例图',
                    autopct='%.2f%%',figsize=(4,4))

# 绘制生还乘客的性别比例图
train_data_survived=train_data[train_data['Survived']==1]
train_data_survived_sex=train_data_survived.groupby(['Sex']).Sex.count()
train_data_survived_sex
plt.figure(figsize=(4,4))
plt.pie(train_data_survived_sex,labels=['female','male'],autopct='%.2f%%')
plt.title('生还乘客的性别比例图')

# 绘制不同性别的生还率
# 使用的是sns.barplot()显示的是某种分类变量分布的平均值
sns.barplot(x='Sex',y='Survived',data=train_data)
plt.title('不同性别的生还率')

2、年龄对生还率的影响