我的泰坦尼克数据分析

直接上代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import scipy.stats as stats

plt.style.use("ggplot")

df = pd.read_csv("Titanic.csv")
df.shape
df.info()
df.head()

df.keys()

df['Survived'].value_counts()

###################################
'''
pandas可以使用crosstab 直接返回一个table对象，并且直接使用scipy的函数，计算出卡方值。
'''

pd.crosstab(df['Sex'], df['Survived'])

pd.crosstab(df['Pclass'], df['Survived'])

stats.chi2_contingency([[80, 136], [97, 87], [372, 119]])

table = pd.crosstab(df['Pclass'], df['Survived'])
table

stats.chi2_contingency(table)

'''
尝试使用pivot—table
'''

'''
pivot_table会默认使用index 作为分行，对所有的变量进行分行统计
'''
# df.pivot_table(index=df['Sex'])

# 只统计存活

df.pivot_table(index=df['Sex'])['Survived']
df.pivot_table(index=df['Sex'],aggfunc=sum)['Survived']

df.pivot_table(index=df['Sex'], aggfunc=np.mean)['Survived']
df.pivot_table(index=df['Sex'], aggfunc=np.sum)['Survived']

df.pivot_table(index=['Sex', 'Pclass'])['Survived']

'''
使用groupby
'''

df.groupby(df['Sex'])['Survived'].value_counts()

#使用 unstack 可以实现和 crosstab 同样的效果
df.groupby(df['Sex'])['Survived'].value_counts().unstack()

df.groupby([df['Sex'], df['Pclass']])['Survived'].value_counts().unstack()

########################
######## 开始作图
########################

sns.countplot(x='Sex', hue='Survived', data=df)

sns.countplot(x='Pclass', hue='Survived', data=df)

df['Survived'].value_counts(sort=True).plot(kind="pie", labels=['dead', 'survived'], autopct='%1.2f%%')

df.groupby(df['Sex'])['Survived'].value_counts().plot.bar()

####使用crosstab的对象作图
pd.crosstab(df['Sex'], df['Survived']).plot(kind='bar')

##################################
############# 最简单的做堆积条形图的方法，就是使用table对象，
##################################
table
table.plot(kind = 'bar')

table = pd.crosstab(index=df['Sex'], columns=df['Survived'])
table

table.plot(kind = 'bar')

table.plot(kind='bar', stacked = True)

###################################
############## 使用sns作图
###################################
sns.countplot(x='Sex', hue='Survived', data=df)

sns.countplot(x='Pclass', hue='Survived', data=df)

#如果想使用多个分类， 就需要使用catplot

##############年龄作图

df['Age'].plot(kind='kde')
df[df['Survived']==0]['Age'].plot(kind='kde')
df[df['Survived']==1]['Age'].plot(kind='kde')

sns.kdeplot(data=df['Age'])

sns.kdeplot(data= df[df['Survived']== 0]['Age'], shade=True   )
sns.kdeplot(data= df[df['Survived']== 1]['Age'], shade=True  )