数据可视化
1.导入numpy、pandas、 pyplot和数据
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
text = pd.read_csv(r'result.csv')
text.head()
2.可视化展示数据
matplotlib进行可视化的方法
基本的可视化图案
折线图适用于某个属性值随时间变化的趋势
散点图适用于看两个变量之间的相关性
柱状图适用于查看整体数据的分布情况
直方图适用于观察数据频率分布情况
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
sex = text.groupby('Sex')['Survived'].sum()
sex.plot.bar()
plt.title('survived_count')
plt.show()
女性的存活人数高于男性的存活人数，女性存活率较高。
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-柱状图
text.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True')
plt.title('survived_count')
plt.ylabel('count')
1表示生存，0表示死亡。
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-折线图
排序后折线图
fare_sur = text.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
fare_sur
fig = plt.figure(figsize=(20, 18))
fare_sur.plot(grid=True)
plt.legend()
plt.show()
排序前折线图
fare_sur1 = text.groupby(['Fare'])['Survived'].value_counts()
fare_sur1
fig = plt.figure(figsize=(20, 18))
fare_sur1.plot(grid=True)
plt.legend()
plt.show()
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-柱状图
import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=text)
发现：性别与存活率有关系：女性的存活率要更高，仓位等级越高存活率越高。
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
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()
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-折线图
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")
发现：女性存活率更高，仓位等级高的人存活率更高，20-30岁的人存活率更高。
DataWhale开源学习资料：
