泰坦尼克号数据可视化-CSDN博客

本文链接：https://blog.csdn.net/weixin_44336912/article/details/122036809

文章目录

前言
2、第二章：数据可视化
- 2.7 如何让人一眼看懂你的数据？
总结
参考资料

前言

回顾学习完的第一章，我们对泰坦尼克号数据有了基本的了解，也学到了一些基本的统计方法，第二章中我们学习了数据的清理和重构，使得数据更加易于理解；今天我们要学习的是第二章第三节：数据可视化，主要给大家介绍一下Python数据可视化库Matplotlib，在打比赛的过程中，数据可视化可以让我们更好的看到每一个关键步骤的结果如何，可以用来优化方案，是一个很有用的技巧。

2、第二章：数据可视化

开始之前，导入numpy、pandas以及matplotlib包和数据

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
text = pd.read_csv("result.csv")
text.head()

在这里插入图片描述

2.7 如何让人一眼看懂你的数据？

2.7.1 任务一：跟着书本第九章，了解matplotlib，自己创建一个数据项，对其进行基本可视化

from numpy.random import randn
fig = plt.figure(); ax = fig.add_subplot(1, 1, 1)
ax.plot(randn(1000).cumsum(), 'k', label='one')
ax.plot(randn(1000).cumsum(), 'k--', label='two')
ax.plot(randn(1000).cumsum(), 'k.', label='three')
ax.legend(loc='best')

在这里插入图片描述

【思考】最基本的可视化图案有哪些？分别适用于那些场景？（比如折线图适合可视化某个属性值随时间变化的走势）

散点图：用于发现各变量之间的关系；
柱状图：展示多个分类的数据变化和同类别各变量之间的比较情况；
条形图：展示多个分类的数据变化和同类别各变量之间的比较情况；
折线图：展示数据随时间或有序类别的波动情况的趋势变化；
饼图：用来展示各类别占比，比如男女比例；
热力图：以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示；
箱型图：用来展示一组数据的分散情况，特别用于对几个样本的比较。

2.7.2 任务二：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（用柱状图试试）

sex = text.groupby('Sex')['Survived'].sum()
sex.plot.bar()
plt.title('survived_count')
plt.show()

在这里插入图片描述

【思考】计算出泰坦尼克号数据集中男女中死亡人数，并可视化展示？如何和男女生存人数可视化柱状图结合到一起？看到你的数据可视化，说说你的第一感受。

男生存活人数更多，性别可能会影响存活率。

2.7.3 任务三：可视化展示泰坦尼克号数据集中男女中生存人数与死亡人数的比例图（用柱状图试试）

text.groupby(['Sex','Survived']['Survived'].count().unstack().plot(kind='bar',stacked='True')
plt.title('survived_count')
plt.ylabel('count')

在这里插入图片描述

2.7.4 任务四：可视化展示泰坦尼克号数据集中不同票价的人的生存人数和死亡人数的分布情况。（用折线图试试）（横轴是不同票价，纵轴是存活人数）

fare_sur = text.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
fare_sur

在这里插入图片描述

# 排序后绘折线图
fig = plt.figure(figsize=(6, 4))
fare_sur.plot(grid=True)
plt.legend()
plt.show()

在这里插入图片描述

# 排序前绘折线图
fare_sur1 = text.groupby(['Fare'])['Survived'].value_counts()
fare_sur1

在这里插入图片描述

fig = plt.figure(figsize=(6, 4))
fare_sur1.plot(grid=True)
plt.legend()
plt.show()

在这里插入图片描述

2.7.5 任务五：可视化展示泰坦尼克号数据集中不同仓位等级的人的生存和死亡人员的分布情况。（用柱状图试试）

#1表示生存，0表示死亡
pclass_sur = text.groupby(['Pclass'])['Survived'].value_counts()
pclass_sur

在这里插入图片描述

import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=text)

在这里插入图片描述

【思考】看到这个前面几个数据可视化，说说你的第一感受和你的总结。

仓位等级越高，存活下来的几率越高；男生存活人数更多，性别可能会影响存活率。

2.7.6 任务六：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。(不限表达方式)

facet = sns.FacetGrid(text, hue="Survived",aspect=3)
facet.map(sns.kdeplot,'Age',shade= True)
facet.set(xlim=(0, text['Age'].max()))
facet.add_legend()

在这里插入图片描述

2.7.7 任务七：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。（用折线图试试）

text.Age[text.Pclass == 1].plot(kind='kde')
text.Age[text.Pclass == 2].plot(kind='kde')
text.Age[text.Pclass == 3].plot(kind='kde')
plt.xlabel("age")
plt.legend((1,2,3),loc="best")