正文
,
3
),(
0
,
0
))
data_train.Survived.value_counts().plot(kind=
'bar'
)
plt.title(
u"获救情况 (1为获救)"
)
plt.ylabel(
u"人数"
)
plt.subplot2grid((
2
,
3
),(
0
,
1
))
data_train.Pclass.value_counts().plot(kind=
"bar"
)
plt.ylabel(
u"人数"
)
plt.title(
u"乘客等级分布"
)
plt.subplot2grid((
2
,
3
),(
0
,
2
))
plt.scatter(data_train.Survived, data_train.Age)
plt.ylabel(
u"年龄"
)
plt.grid(b=
True
, which=
'major'
, axis=
'y'
)
plt.title(
u"按年龄看获救分布 (1为获救)"
)
plt.subplot2grid((
2
,
3
),(
1
,
0
), colspan=
2
)
data_train.Age[data_train.Pclass ==
1
].plot(kind=
'kde'
)
data_train.Age[data_train.Pclass ==
2
].plot(kind=
'kde'
)
data_train.Age[data_train.Pclass ==
3
].plot(kind=
'kde'
)
plt.xlabel(
u"年龄"
)
plt.ylabel(
u"密度"
)
plt.title(
u"各等级的乘客年龄分布"
)
plt.legend((
u'头等舱'
,
u'2等舱'
,
u'3等舱'
),loc=
'best'
)
plt.subplot2grid((
2
,
3
),(
1
,
2
))
data_train.Embarked.value_counts().plot(kind=
'bar'
)
plt.title(
u"各登船口岸上船人数"
)
plt.ylabel(
u"人数"
)
plt.show()
bingo，图还是比数字好看多了。所以我们在图上可以看出来，被救的人300多点，不到半数；3等舱乘客灰常多；遇难和获救的人年龄似乎跨度都很广；3个不同的舱年龄总体趋势似乎也一致，2/3等舱乘客20岁多点的人最多，1等舱40岁左右的最多(→_→似乎符合财富和年龄的分配哈，咳咳，别理我，我瞎扯的)；登船港口人数按照S、C、Q递减，而且S远多于另外俩港口。
这个时候我们可能会有一些想法了：
-
不同舱位/乘客等级可能和财富/地位有关系，最后获救概率可能会不一样
-
年龄对获救概率也一定是有影响的，毕竟前面说了，副船长还说『小孩和女士先走』呢
-
和登船港口是不是有关系呢？也许登船港口不同，人的出身地位不同？
口说无凭，空想无益。老老实实再来统计统计，看看这些属性值的统计分布吧。
fig = plt.figure()
fig.set(alpha=0.2) Survived_0 = data_train.Pclass[data_train.Survived == 0].value_counts()
Survived_1 = data_train.Pclass[data_train.Survived == 1].value_counts()
df=pd.DataFrame({u'获救':Survived_1, u'未获救':Survived_0})
df.plot(kind='bar', stacked=True)
plt.title(u"各乘客等级的获救情况")
plt.xlabel(u"乘客等级")
plt.ylabel(u"人数")
plt.show()
啧啧，果然，钱和地位对舱位有影响，进而对获救的可能性也有影响啊←_←
咳咳，跑题了，我想说的是，明显等级为1的乘客，获救的概率高很多。恩，这个一定是影响最后获救结果的一个特征。
fig = plt.figure()
fig.set(alpha=0.2) Survived_m = data_train.Survived[data_train.Sex == 'male'].value_counts()
Survived_f = data_train.Survived[data_train.Sex == 'female'].value_counts()
df=pd.DataFrame({u'男性':Survived_m, u'女性':Survived_f})
df.plot(kind='bar', stacked=True)
plt.title(u"按性别看获救情况")
plt.xlabel(u"性别")
plt.ylabel(u"人数")
plt.show()
