hands on data analysis(数据可视化）

# 加载所需的库
import numpy as np
import pandas as pd
from  matplotlib import pyplot as plt
#加载数据
text = pd.read_csv('result.csv')

有任何问题请访问matplotlib官方文档http://matplotlib.org/

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
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()

image.png

第一眼男生存活的少死亡的多，女生人数相对男生较少，但存活率上要明显高于男生，那么性别确实可能会影响存活率，在前面做过分析，可能性别跟客舱跟票价也有较大关系

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')

image.png

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

image.png

# 排序后绘折线图
fig = plt.figure(figsize=(20, 18))
fare_sur.plot(grid=True)
plt.legend()
plt.show()

image.png

(图太大，截不全了）

# 排序前绘折线图
fare_sur1 = text.groupby(['Fare'])['Survived'].value_counts()
fare_sur1

image.png

fig = plt.figure(figsize=(20, 18))
fare_sur1.plot(grid=True)
plt.legend()
plt.show()

image.png

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

image.png

import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=text)

image.png

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。(不限表达方式)

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()

image.png

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。（用折线图试试

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")

image.png

存活率跟性别，票价，仓位等级，年龄都是强相关的，另外性别跟舱位等级和票价也有很大关系，考虑性别是不是也通过影响票价的选择来影响仓位进而来影响存活率。