Datawhale-数据分析-Task04 数据可视化

数据可视化

导入数据

Datawhale-数据分析-Task04 数据可视化_第1张图片
matplotlib 中有常用的线型图
Datawhale-数据分析-Task04 数据可视化_第2张图片
常用的还有柱状图
Datawhale-数据分析-Task04 数据可视化_第3张图片
此外,还有直方图和密度图
直方图是一种可对值频率进行离散化显示的柱状图。
Datawhale-数据分析-Task04 数据可视化_第4张图片
而密度图是通过计算可能会产生观测数据的连续概率分布的估计而产生的。

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(柱状图)。

Datawhale-数据分析-Task04 数据可视化_第5张图片
可以从图上看出女性的存活人数要多于男性。

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

Datawhale-数据分析-Task04 数据可视化_第6张图片
可以直观看出女性生存比例要高于男性。

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。

Datawhale-数据分析-Task04 数据可视化_第7张图片
Datawhale-数据分析-Task04 数据可视化_第8张图片

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

Datawhale-数据分析-Task04 数据可视化_第9张图片
可以看出等级为1的死亡人数最少,生存人数最多。
可以从之前的数据可视化看出,生存情况与性别、票价、仓位等级有着一些联系,普遍女性生存人数更多,仓位等级越高越少的人死亡。

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Datawhale-数据分析-Task04 数据可视化_第10张图片

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。

Datawhale-数据分析-Task04 数据可视化_第11张图片

你可能感兴趣的:(Python)