Python数据分析项目实例4：使用seaborn分析泰坦尼克号生还者数据

泰坦尼克号生还者数据集下载(免费)：https://download.csdn.net/download/weixin_44940488/20814899

使用的分析软件：jupyter notebook

主要语法知识：Python数据清洗与整理、seaborn数据可视化。

1.  数据来源

# 导入相关库
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline

plt.rcParams['font.sans-serif'] = 'SimHei'    # 用来正常显示中文
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

# 数据导入
titanic = pd.read_csv(open('数据/titanic.csv'))
titanic.head()

 主要字段有：surived和alive为乘客的生还情况；pclass与class为船舱等级；sex和who为乘客性别；age为乘客年龄；silbsp和parch为是否带有家属，后面统一用alone字段代表是否有家属；fare为船票价格；embarked和embarked_town为上船地点。

2.  定义问题

本次分析中主要分析两个问题：

1. 泰坦尼克号乘客的基本信息分布情况？
2. 乘客的信息与生还数据是否有关联？

3.  数据清洗

第一步：缺失值处理

# 查看缺失值
titanic.isnull().sum()

titanic.info()