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 ...

泰坦尼克号数据集_泰坦尼克号项目可视化

泰坦尼克号数据集_泰坦尼克号项目可视化相关推荐

最新文章

热门文章