kaggle实战—泰坦尼克(四、数据可视化)
- kaggle实战—泰坦尼克(一、数据分析)
- kaggle实战—泰坦尼克(二、数据清洗及特征处理)
- kaggle实战—泰坦尼克(三、数据重构)
- kaggle实战—泰坦尼克(四、数据可视化)
- kaggle实战—泰坦尼克(五、模型搭建-模型评估)
前言
相信大家都有队pandas,numpy等数据科学库有一定了解,其中不乏有很多人有专门刷过相关课程或者看多相关书籍,例如《python for data analysis》。但是在实操过程中有很多函数还是得看着官方文档来进行敲写,既费时又费力 。最近刚好datawhale发起一个相关打卡活动——实战,我就报名参加了。(ps:极力推荐这本书,大家可以去网上搜索电子版,或者也可以关注微信公众【浩波的笔记】回复data analysis来获取。
)
这次实践又比较偏模型和实战(完成kaggle上泰坦尼克的任务),直接给你一个任务,让你去完成,上手难度比较大,但是它的实战性可以让你对于什么是数据挖掘,以及数据挖掘的逻辑有很好的把握。所以有没有这样一门课,以项目为主线,将知识点孕育其中,通过边学,边做以及边被引导的方式来使学习效果达到更好,学完之后既能掌握pandas等的知识点又能掌握数据分析的大致思路和流程。通过调查发现,市面上这样的目好像没有可以完全符合这样的标准(失望.jpg)。
复习:学习完第一篇博客,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、三篇博客中我们学习了数据的清理和重构,使得数据更加的易于理解;今天我们要学习的是:数据可视化,主要给大家介绍一下Python数据可视化库Matplotlib,在本次学习中,你也许会觉得数据很有趣。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。
开始之前,导入numpy、pandas包和数据
有任何问题请先访问matplotlib官方文档http://matplotlib.org/
# 加载所需的库
# 如果出现 ModuleNotFoundError: No module named 'xxxx'
# 你只需要在终端/cmd下 pip install xxxx 即可
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 导入result.csv这个文件
text = pd.read_csv(r'E:/python-project/deep-learning/datawhale/kaggle/tantatic/hands-on-data-analysis-master/data/result.csv')
text.head()
如何让人一眼看懂你的数据?
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
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)
推荐阅读这篇文章,其中有多人回答,比较详尽。当然一定要和那本书(data for analysis)第九章敲一遍
做数据分析,通常需要用哪些图表?:https://www.zhihu.com/question/40903517
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()
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(比如:你一眼看出男生存活人数更多,那么性别可能会影响存活率)。
任务三:可视化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(用柱状图试试)。
# 提示:计算男女中死亡人数 1表示生存,0表示死亡
text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True')
plt.title('survived_count')
plt.ylabel('count')
任务四:可视化展示泰坦尼克号数据集中不同票价的人生存和 死亡人数分布情况。(用折线图试试)(横轴是不同票价,纵轴是 存活人数)
# 计算不同票价中生存与死亡人数 1表示生存,0表示死亡
fare_sur = text.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
fare_sur
# 排序后绘折线图
fig = plt.figure(figsize=(20, 18))
fare_sur.plot(grid=True)
plt.legend()
plt.show()
# 排序前绘折线图
fare_sur1 = text.groupby(['Fare'])['Survived'].value_counts()
fare_sur1
fig = plt.figure(figsize=(20, 18))
fare_sur1.plot(grid=True)
plt.legend()
plt.show()
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
import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=text)
大家可以看到相对而言,三等舱死亡比率最高,而一等舱死亡比率最低
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。
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()
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。
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")
总结:
到这里,我们的可视化就告一段落啦,如果你对数据可视化极其感兴趣,你还可以了解一下其他可视化模块,如:pyecharts,bokeh等。
kaggle实战—泰坦尼克(四、数据可视化)相关推荐
- kaggle实战—泰坦尼克(三、数据重构)
kaggle实战-泰坦尼克(一.数据分析) kaggle实战-泰坦尼克(二.数据清洗及特征处理) kaggle实战-泰坦尼克(三.数据重构) kaggle实战-泰坦尼克(四.数据可视化) kaggle ...
- kaggle实战—泰坦尼克(五、模型搭建-模型评估)
kaggle实战-泰坦尼克(一.数据分析) kaggle实战-泰坦尼克(二.数据清洗及特征处理) kaggle实战-泰坦尼克(三.数据重构) kaggle实战-泰坦尼克(四.数据可视化) kaggle ...
- kaggle实战—泰坦尼克(二、数据清洗及特征处理)
kaggle实战-泰坦尼克(一.数据分析) kaggle实战-泰坦尼克(二.数据清洗及特征处理) kaggle实战-泰坦尼克(三.数据重构) kaggle实战-泰坦尼克(四.数据可视化) kaggle ...
- excel根据一列内容查找排序另一列_利用泰坦尼克生存数据讲述Excel数据分析的基本操作...
一.使用Excel做数据处理方法(博主使用的是2007版本) 打开泰坦尼克生存数据文件,文件共有12列,891行. 每一列的含义是乘客ID,生存,船舱等级,名字,性别,年龄,兄弟姐妹,父母配偶,票号, ...
- 集成算法-随机森林与案例实战-泰坦尼克获救预测
集成算法-随机森林 Ensemble learning 目的:让机器学习效果更好,单个不行,群殴走起 Bagging:训练多个分类器取平均 f ( x ) = 1 / M ∑ m = 1 M f m ...
- Kaggle Lending Club Loan Data数据可视化分析与不良贷款预测
文章目录 数据集介绍 数据可视化分析前的数据预处理 引入包和数据集 对特征缺失值的处理 保存处理好的数据集 数据可视化分析 申请贷款金额和实际贷款金额的数据分布 每年贷款笔数直方图与每年贷款总金额直方 ...
- ECharts项目实战:全球GDP数据可视化
[课程简介] 可视化是前端里一个几乎可以不用写网页,但又发展得非常好的方向.在互联网产品里,无论是C端中常见的双十一购物节可视化大屏,还是B端的企业中后台管理系统都离不开可视化.国家大力推动的智慧城市 ...
- 《scikit-learn》《Kaggle》泰坦尼克数据集的试验
下载泰坦尼克数据集,下载地址是:https://www.kaggle.com/c/titanic 这里如果是第一次使用kaggle的话,需要注册,注册时候有一些验证码的问题,可以参考https://w ...
- Kaggle滑水 - 泰坦尼克之灾(决策树)
本文以Kaggle新手习题--Titanic: Machine Learning from Disaster为场景开展实验,以此熟悉Kaggle平台. 本文的源码托管于我的Github:Practic ...
最新文章
- JavaWeb之过滤器(Filter)
- C#静态变量和非静态变量的区别
- [pytorch、学习] - 9.1 图像增广
- Moodle插件开发笔记
- 【共读Primer】52.[6.3]返回类型和return语句--返回数组指针 Page205
- 利用安卓手机的OTG共享有线网络
- python实现爬虫收集图片 花瓣网_Python爬虫日记七:批量抓取花瓣网高清美图并保存...
- Ventoy+WePE 装机教程(装PVE+ESXI等,不用单独费一个U盘)
- mysql计算百分比_mysql – 如何计算百分比?
- python是最适合初学者的语言
- python 实体识别_英文实体识别的python实现
- 手写深度学习之优化器(SGD、Momentum、Nesterov、AdaGrad、RMSProp、Adam)
- python缩进块是什么,Python块缩进
- stc单片机“全自动下载”(程序版)
- 关于阿里云ECS服务器连接RDS数据库
- 【已解决】ansys打开没有主界面,只有output窗口怎么回事?
- SAP 资产会计过账-总账科目的获取
- 读懂你的大脑——漫话神经元
- vue + ts 项目中Model的用法
- regular expression grammer