kaggle之泰坦之灾小记

我用的编译器的jupyter notebook

1 作图相关的

matplotlib

import matplotlib.pyplot as plt#解决绘图中文乱码问题
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
#调整绘图尺寸
plt.rcParams['figure.figsize'] = (10.0, 8.0)#组合图，2行3列，第0行1列
plt.subplot2grid((2,3),(0,1))
data_train.Pclass.value_counts().plot(kind='bar')
plt.ylabel("人数")
plt.title("乘客等级分布")#画两个数据在一张图上
plt.figure()
fig.set(alpha=0.2)
Surived_m = data_train.Survived[data_train.Sex == 'male'].value_counts()
Surived_f = data_train.Survived[data_train.Sex == 'female'].value_counts()
df = pd.DataFrame({'男性':Surived_m,'女性':Surived_f})
df.plot(kind='bar',stacked=True)
plt.title('按性别看获救情况')
plt.xlabel('性别')
plt.ylabel('人数')#共享坐标轴
fig=plt.figure()
fig.set(alpha=0.65) # 设置图像透明度，无所谓
plt.title(u"根据舱等级和性别的获救情况")
ax1=fig.add_subplot(141)
data_train.Survived[data_train.Sex == 'female'][data_train.Pclass != 3].value_counts().plot(kind='bar', label="female highclass", color='#FA2479')
ax1.set_xticklabels([u"获救", u"未获救"], rotation=0)
ax1.legend([u"女性/高级舱"], loc='best')
#这里的sharey=ax1的意思是与ax1共享坐标轴
ax2=fig.add_subplot(142, sharey=ax1)
data_train.Survived[data_train.Sex == 'female'][data_train.Pclass == 3].value_counts().plot(kind='bar', label='female, low class', color='pink')
ax2.set_xticklabels([u"未获救", u"获救"], rotation=0)
plt.legend([u"女性/低级舱"], loc='best')

kaggle之泰坦之灾小记相关推荐

kaggle入门-泰坦尼克之灾
kaggle入门-泰坦尼克之灾引言数据认识总结特征处理建模预测 logistic分类模型随机森林 SVM xgboost 模型验证交叉验证学习曲线高偏差: 高方差模型融合总结后 ...
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（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（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 ...
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 ...
kaggle入门泰坦尼克之灾内容总结
[泰坦尼克之灾](https://www.kaggle.com/c/titanic):求生问题预测,是一个二分类问题,判断每名乘客的存活情况,读了寒小阳大牛的博客,现做以下整理.阳哥只介绍了逻辑回归算 ...
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 ...
kaggle——Titanic泰坦尼克之灾
1)目标任务网址:kaggle_泰坦尼克号 1912年4月15日,在她的处女航中,被广泛认为的泰坦尼克号与冰山相撞后沉没.不幸的是,船上没有足够的救生艇供所有人使用,导致2224名乘客和机组人员中的 ...
《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之泰坦之灾小记

kaggle之泰坦之灾小记相关推荐

最新文章

热门文章