一、导入数据
在打比赛的过程中，数据可视化可以让我们更好的看到每一个关键步骤的结果如何，可以用来优化方案，是一个很有用的技巧。
# 加载所需的库 %matplotlib inline import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns text = pd.read_csv(r'result.csv')
二、数据可视化（泰坦尼克号数据集）
2.1 图形的分类和特征
#柱形图(bar) x=np.arange(5) y = np.random.random(5) vert_bars = plt.bar(x, y) plt.show() #折线图（plot） data=np.arange(10) plt.plot(data) plt.show() #饼图(pie) #自动根据数据的百分比画饼。labels是各个块的标签。autopct=%1.1f%%表示格式化 #百分比精确输出，explode，突出某些块，不同的值突出的效果不一样。pctdistance=1.12百分比距离圆心的距离，默认是0.6. labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' sizes = [15, 30, 45, 10] explode = (0, 0.1, 0, 0) # only "explode" the 2nd slice (i.e. 'Hogs') plt.pie(sizes,autopct='%1.2f%%') plt.show() #散点图(scatter) x = np.arange(10) y = np.random.randn(10) plt.scatter(x, y, color='red', marker='+') plt.show()
2.2 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()
2.3 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 # plot(kind='bar',stacked=True)堆积条形图 text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True') plt.title('survived_count') plt.ylabel('count') plt.show()
Text(0, 0.5, ‘count’)
2.4 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 # 排序 fare_sur = text.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False) fare_sur
# 排序后绘折线图 fare_sur=text.groupby('Fare')['Survived'].value_counts().sort_values(ascending=False) fig = plt.figure(figsize=(20, 18)) #figure \的长宽 fare_sur.plot(grid=True) #添加网格线 plt.legend() #加上图例 plt.show() # 排序前绘折线图 fare_sur1 = text.groupby(['Fare'])['Survived'].value_counts() fig = plt.figure(figsize=(20, 18)) fare_sur1.plot(grid=True) plt.legend() plt.show()
2.5 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() sns.countplot(x="Pclass", hue="Survived", data=text) plt.show()
2.6 不同年龄的人生存与死亡人数分布情况。(不限表达方式)
# 法一：先聚合，再排序 facet=text.groupby(['Age'])['Survived'].value_counts().sort_index(ascending=True) facet.plot() plt.show() #法二：seaborn的使用 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() plt.show()
2.7 不同仓位等级的人年龄分布情况。（用折线图试试)
#法一 facet = sns.FacetGrid(text, hue="Pclass",aspect=3) facet.map(sns.kdeplot,'Age',shade= True) facet.set(xlim=(0, text['Age'].max())) facet.add_legend() plt.show() #法二 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")
