数据可视化
这里主要使用Matplotlab来实现数据可视化
同样的,我们先导入包和数据
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("result.csv")
首先我们用柱状图展示泰坦尼克号数据集中男女中生存人数分布
sex = result.groupby('Sex')['Survived'].sum()
sex.plot.bar()
plt.title('survived_count')
plt.show()
用柱状图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(死亡为0,存活为1)
people_data = result.groupby(['Sex','Survived'])['Survived'].count().unstack()
people_data
数据如下
我们画出柱状图
people_data.plot(kind='bar',stacked='True')
plt.title('survived_count')
plt.ylabel('count')
计算不同票价中生存与死亡人数
# 计算不同票价中生存与死亡人数的数据
fare_sur = result.groupby(['Fare'])['Survived'].value_counts()
fare_sur
数据如下
Fare Survived
0.0000 0 14
1 1
4.0125 0 1
5.0000 0 1
6.2375 0 1
..
247.5208 1 1
262.3750 1 2
263.0000 0 2
1 2
512.3292 1 3
Name: Survived, Length: 330, dtype: int64
我们来绘制折线图
fare_sur = result.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
fare_sur
# 排序后绘制折线图
fare_sur_sorted = fare_sur.sort_values(ascending=False)
fig = plt.figure(figsize=(20, 18))
fare_sur_sorted.plot(grid=True)
plt.legend()
plt.show()
用柱状图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
pclass_sur = result.groupby(['Pclass'])['Survived'].value_counts().unstack()
pclass_sur
pclass_sur.plot(kind='bar')
plt.show()
我们还可以用seaborn直接对数据集生成如上数据柱状图
import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=result)