python数据分析和可视化【5】泰坦尼克号幸存者数据分析

使用Seaborn库中的函数，对泰坦尼克号幸存者数据“titanic”进行数据分析与可视化。
要求：
1）查看有无缺失值。
2）用年龄的均值进行缺失值的填充。
3）利用Seaborn绘制年龄的直方图和密度图。
4）显示登船地点（S,C,Q）的人数。
5）用柱状图可视化乘客的性别分布。
6）基于性别，绘制乘客年龄分布箱线图。
7）对年龄进行分级，分开老人和小孩的数据。
数据集：

代码实现：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 读取泰坦尼克号数据集
titanic = pd.read_csv('C:\\Users\86178\Desktop\seaborn-data\\titanic.csv')

# 1. 查看是否有缺失值
print(titanic.isnull().sum())

# 2. 用年龄的均值填充缺失值
titanic['age'].fillna(titanic['age'].mean(), inplace=True)

# 3. 绘制年龄的直方图和密度图
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
sns.histplot(titanic['age'], kde=False, bins=20, color='skyblue')
plt.title('Age Histogram')

plt.subplot(1, 2, 2)
sns.kdeplot(titanic['age'], color='orange', shade=True)
plt.title('Age Density Plot')

plt.show()

# 4. 显示登船地点（S,C,Q）的人数
print(titanic['embark_town'].value_counts())

# 5. 用柱状图可视化乘客的性别分布
plt.figure(figsize=(6, 4))
sns.countplot(x='sex', data=titanic, palette='Set1')
plt.title('Passenger Gender Distribution')
plt.show()

# 6. 基于性别，绘制乘客年龄分布箱线图
plt.figure(figsize=(6, 4))
sns.boxplot(x='sex', y='age', data=titanic, palette='Set2')
plt.title('Age Distribution by Gender')
plt.show()

# 7. 对年龄进行分级，分开老人和小孩的数据
titanic['Age_group'] = pd.cut(titanic['age'], bins=[0, 12, 60, 100], labels=['Child', 'Adult', 'Elderly'])
print(titanic['Age_group'].value_counts())

运行结果：