泰坦尼克号数据集_泰坦尼克号项目可视化
一,分析背景和目的
分析背景:在上一篇里做过泰坦尼克号项目的数据清洗,模型训练,预估,链接如下https://zhuanlan.zhihu.com/p/157763714
本篇着重于该项目的可视化
分析目的:什么样的人在泰坦尼克号事件中的存活率较高?
二,分析维度
三,导入数据
# Step1:导入数据处理包
四,理解数据
1)理解字段
2)查看信息
#查看数据类型的信息
full.info()
五,数据清洗
- 缺失值填充
#年龄
# 用平均值填充年龄这一列的缺失数据
full["Age"].fillna(full["Age"].mean())#股票价格
# 用平均值填充股票价格这一列的缺失数据
full["Fare"].fillna(full["Fare"].mean())#登船港口
# 用最常见类别取代Embarked这一列中缺失数据
# 查看Embarked这一列的最常见类别
full["Embarked"].head()
full["Embarked"].value_counts()
# 用最常见类别进行填充
full["Embarked"].fillna("S")#船舱号
# 查看船舱号这一列的信息
full["Cabin"].head()
# 发现有大量未知信息,于是用未知信息填充
full["Cabin"].fillna("U")
六,数据可视化
1.泰坦尼克号存活数
train["Survived"].value_counts()
2.总体生还概率
# 总体生还几率
import matplotlib.pyplot as plt
plt.pie(n,labels=["死亡","生存"],labeldistance=0.6,autopct="%.2f%%",pctdistance=0.4)
plt.title("总体生还率")
3.不同性别的人的存活率
Sex=full.groupby("Sex").Survived.mean()
SexDF=pd.DataFrame(Sex)
SexDF
# 绘制直方图
SexDF.plot(kind="bar")
#添加文本
plt.xlabel("性别")
plt.ylabel("存活率")
#添加标题
plt.title("不同性别的人的存活率")
可以看出,女性的存活率高于男性
4.不同登陆港口的人的存活率
#获取数据并转换数据类型
Embarked=full.groupby("Embarked").Survived.mean()
Embarked_df=pd.DataFrame(Embarked)
# 绘制柱状图
Embarked_df.plot(kind="bar",color="g")
plt.xlabel("登陆港口")
plt.ylabel("存活率")
plt.title("不同登陆港口的人的存活率")
plt.show()
5.不同船舱的人的存活率
#获取数据并转换数据类型
可以看出,船舱1的存活率是最高的
6.不同头衔的人的存活率
'''
可以看出已婚妇女的存活率最高
7.不同客舱号的人的存活率
full
可以看出,客舱号D的存活率最高
8.不同家庭大小的人的存活率
#描述家庭大小
familyDf[ 'FamilySize' ] = full[ 'Parch' ] + full[ 'SibSp' ] + 1
full_df=pd.concat([full,familyDf],axis=1)
#获取并存放家庭大小及其存活率数据
familydf=full_df.groupby("FamilySize").Survived.mean()
Family_df=pd.DataFrame(familydf)
#绘制柱形图
Family_df.plot(kind="bar",color="g")
plt.xlabel("家庭大小")
plt.ylabel("存活率")
plt.title("不同家庭大小的人的存活率")
plt.show()
可以看出家庭成员规模为4的存活率最高
总结:
1.女性比男性存活率高
2.从法国 瑟堡市登录的人存活率比在其他两地登录的人存活率高
3.在船舱1的乘客存活率较高
4.已婚妇女的存活率最高
5.客舱号D的乘客存活率最高
6.家庭成员规模为4的存活率最高
泰坦尼克号数据集_泰坦尼克号项目可视化相关推荐
- 泰坦尼克号数据集_机器学习(入门)--Kaggle项目之泰坦尼克号
电影<泰坦尼克号>改编自一个真实故事.1912年4月15日,这艘号称"永不沉没"的泰坦尼克号在首航期间,撞上冰山后沉没,船上的2224名乘客和机组人员,其中只有772人 ...
- 泰坦尼克号 机器学习_机器学习项目泰坦尼克号问题陈述
泰坦尼克号 机器学习 介绍(Introduction) Everyone knows about the Titanic ship as many of the people have seen th ...
- 泰坦尼克号数据集_机器学习-预测泰坦尼克号生存概率
一.项目背景概述 泰坦尼克号沉船是历史上最有名的沉船事件之一:1912年4月15日,在她的第一次航行中,泰坦尼克号与冰山相撞后沉没.船上乘客和机组人员2224名,其中1502人死亡.这场耸人听闻的悲剧 ...
- 泰坦尼克号数据集_机器学习入门—泰坦尼克号生存率预测
项目名称:泰坦尼克号生存率预测1.导入数据 这里使用kaggle kernel编写代码 数据下载地址为:https://www.kaggle.com/c/titanic 2.数据统计分析 通过desc ...
- ML之LoRBaggingRF:依次利用LoR、Bagging、RF算法对泰坦尼克号数据集 (Kaggle经典案例)获救人员进行二分类预测(最全)
ML之LoR&Bagging&RF:依次利用LoR.Bagging.RF算法对泰坦尼克号数据集 (Kaggle经典案例)获救人员进行二分类预测 目录 输出结果 设计思路 核心代码 输出 ...
- ML之LoRBaggingRF:依次利用LoR、Bagging、RF算法对titanic(泰坦尼克号)数据集 (Kaggle经典案例)获救人员进行二分类预测(最全)
ML之LoR&Bagging&RF:依次利用LoR.Bagging.RF算法对titanic(泰坦尼克号)数据集 (Kaggle经典案例)获救人员进行二分类预测 目录 输出结果 设计思 ...
- EL之Bagging:kaggle比赛之利用泰坦尼克号数据集建立Bagging模型对每个人进行获救是否预测
EL之Bagging:kaggle比赛之利用泰坦尼克号数据集建立Bagging模型对每个人进行获救是否预测 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 bagging_clf = ...
- ML之RFXGBoost:基于RF/XGBoost(均+5f-CrVa)算法对Titanic(泰坦尼克号)数据集进行二分类预测(乘客是否生还)
ML之RF&XGBoost:基于RF/XGBoost(均+5f-CrVa)算法对Titanic(泰坦尼克号)数据集进行二分类预测(乘客是否生还) 目录 输出结果 比赛结果 设计思路 核心代码 ...
- ML之RFXGBoost:分别基于RF随机森林、XGBoost算法对Titanic(泰坦尼克号)数据集进行二分类预测(乘客是否生还)
ML之RF&XGBoost:分别基于RF随机森林.XGBoost算法对Titanic(泰坦尼克号)数据集进行二分类预测(乘客是否生还) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 ...
最新文章
- JavaScript 高级技巧 Memoization
- 简明python教程电子版-简明Python教程PDF电子书免费下载
- 数字开头的正则表达式_初学Web前端要注意什么 正则表达式是怎么回事
- [PAT乙级]1006 换个格式输出整数
- JavaOne 2012:使用HTML5和Java构建移动应用程序
- windows mysql kip grant tables_数据库mysql数据库mysql: [ERROR] unknown option '--skip-grant-tables'...
- Project facet Dynamic Web Module version 3.1 is not supported.
- PICT实现组合测试用例
- Servlet 编写过滤器
- bwl老二吃嘲讽吗_怀旧服BWL2小时全通最简打法!时光点燃一次过
- 2021重庆对口高职高考成绩查询,重庆市2021年高职分类考试成绩明日放榜
- java如何多表断网,java Web如何离线使用并进行数据同步
- 基于51单片机毕业设计 开题选题
- 搭建人人开源后台管理平台
- Java降落伞_使用DJI Onboard SDK进行降落伞部署
- 如何选择安全可靠的即时通讯软件
- 手机通过RNDIS共享网络
- 论文笔记(CPN):Cascaded Pyramid Network for Multi-Person Pose Estimation
- win10系统如何telnet服务器,win10专业版官网系统如何开启telnet服务的办法
- linux 卸载oracle库,Linux下完美卸载 Oracle