TASK3 数据可视化_学习笔记

1、柱状图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
results=pd.read_csv('titanic/data/result.csv')
sex=results.groupby('Sex')['Survived'].sum()
sex.plot.bar()
plt.title('Survived_count')
plt.show()

从上图看，女性存活率远高于男性。

2、堆积柱状图

# 1:生存 0:死亡
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
results=pd.read_csv('titanic/data/result.csv')
results.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked=True)
plt.title('Survived_count')
plt.ylabel('count')
plt.show()

从上图看，船上男性人数几乎是女性的2倍，但存活下来的女性几乎是男性的两倍，男性存活率远低于女性存活率。

3、折线图

# 排序
a=results.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
fig = plt.figure(figsize=(10, 9))
a.plot(grid=True)
plt.legend()
plt.show()

# 不做排序
a=results.groupby(['Fare'])['Survived'].value_counts()
fig = plt.figure(figsize=(10, 9))
a.plot(grid=True)
plt.legend()
plt.show()

4、探索不同舱位等级和生存之间的关系

# 1:生存，0:死亡
import seaborn as sns
pclass_sur = results.groupby(['Pclass'])['Survived'].value_counts()
fig = plt.figure(figsize=(10, 9))
sns.countplot(x="Pclass", hue="Survived", data=results)
plt.show()

从上图看出，舱位等级3的死亡人数最多，存活率最低。

5、探索年龄和生存之间的关系

# 1:生存，0:死亡
age_sur = sns.FacetGrid(results, hue="Survived",aspect=3)
age_sur.map(sns.kdeplot,'Age',shade= True)
age_sur.set(xlim=(0, results['Age'].max()))
age_sur.add_legend()

从上图看出，
①年龄大概在12岁以前，生存人数高于死亡人数；
②年龄大概在12岁到30岁之间时，死亡人数高于生存人数，可能是青年把存活机会让给小孩；也可能是这个年龄段的男性较多，待进一步验证；
③年龄大概在30岁到40岁之间时，生存人数高于死亡人数，可能是这个年龄端的女性较多，待进一步验证；
④年龄大概在40岁到50岁之间时，死亡人数高于生存人数，可能是这个年龄端的男性较多，待进一步验证；
⑤年龄大概在50岁到58岁之间时，生存人数高于死亡人数，可能是这个年龄端的女性较多，待进一步验证；
⑥年龄大概在58岁以后，死亡人数高于生存人数，可能是老年人本就不易在灾难中存活，还可能是老年人把存活机会让给小孩；

6、探索仓位等级和年龄之间的关系

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