**复习：**回顾第一章，我们对泰坦尼克号数据有了基本的了解，学习了一些基本的统计方法。在第二章中，我们学习了数据的清理和重构，使数据更容易理解；今天我们将学习第二章和第三节：，主要介绍给大家Python数据可视化库Matplotlib，在本章的研究中，你可能会觉得数据很有趣。在比赛过程中，数据可视化可以让我们更好地看到每个关键步骤的结果，优化解决方案，这是一项非常有用的技能。
2 第二章:数据可视化
开始之前，导入numpy、pandas以及matplotlib包和数据
import numpy as np import pandas as pd import matplotlib.pyplot as plt df= pd.read_csv('result.csv') df.head(2) | Unnamed: 0 | PassengerId | Survived | Pclass | Name | Sex | Age | SibSp | Parch | Ticket | Fare | Cabin | Embarked | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 1 | 0 | 3 | Braund, Mr. Owen Harris | male | 22.0 | 1 | 0 | A/5 21171 | 7.2500 | NaN | S |
| 1 | 1 | 2 | 1 | 1 | Cumings, Mrs. John Bradley (Florence Briggs Th... | female | 38.0 | 1 | 0 | PC 17599 | 71.2833 | C85 | C |
2.7 如何让人一眼就能看懂你的数据？
《Python for Data Analysis》第九章
2.7.1 任务1：跟随书的第九章，了解matplotlib，自己创建数据项，基本可视化
【思考】最基本的可视化图案是什么？适用于哪些场景？(比如折线图适合随时间可视化属性值的趋势)
#思考回答 #这部分需要了解可视化图案的逻辑，以及什么样的图案可以表达什么样的信号b
2.7.2 任务二:可视化显示泰坦尼克号数据集中男女生存分布(用柱状图试试)。
df['Survived'].groupby(df['Sex']).sum().plot.bar() <AxesSubplot:xlabel='Sex'> 
【思考】计算泰坦尼克号数据集中男女死亡人数，并可视化显示？如何将可视化柱状图与男女生存人数相结合？看到你的数据可视化，谈谈你的第一感受（例如，如果你一眼看到更多的男孩生存，性别可能会影响生存率）。
2.7.3 任务3：可视化显示泰坦尼克号数据集中男女生存人数与死亡人数的比例图(用柱状图试试)。
#代码编写 # 提示：计算男女死亡人数 1表示生存，0表示死亡 df.groupby(['Sex','Survived'])['Survived'].count().unstack().plt(kind='bar',stacked='True')
plt.title('survived_count')
plt.ylabel('count')
Text(0, 0.5, 'count')
【提示】男女这两个数据轴，存活和死亡人数按比例用柱状图表示
2.7.4 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）
【提示】对于这种统计性质的且用折线表示的数据，你可以考虑将数据排序或者不排序来分别表示。看看你能发现什么？
#代码编写
# 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=df.groupby(['Fare'])['Survived'].value_counts().sort_values(ascending=False)
fare_sur
Fare Survived
8.0500 0 38
7.8958 0 37
13.0000 0 26
7.7500 0 22
13.0000 1 16
..
7.7417 0 1
26.2833 1 1
7.7375 1 1
26.3875 1 1
22.5250 0 1
Name: Survived, Length: 330, dtype: int64
fig = plt.figure(figsize=(15,15))
fare_sur.plot(grid=True) #网格安排一下
plt.legend() #看下图例
<matplotlib.legend.Legend at 0x7f9ad5a8c670>
2.7.5 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）
#代码编写
# 1表示生存，0表示死亡
sur_pclass =df.groupby(['Pclass','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True')
conda install seaborn
Collecting package metadata (current_repodata.json): done
Solving environment: done
# All requested packages already installed.
Note: you may need to restart the kernel to use updated packages.
import seaborn as sns
sns.countplot(x="Pclass", hue="Survived", data=df)
<AxesSubplot:xlabel='Pclass', ylabel='count'>
【思考】看到这个前面几个数据可视化，说说你的第一感受和你的总结
#思考题回答 仓位登记越高，存活率越高
2.7.6 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)
import seaborn as sns
facet = sns.FacetGrid(df, hue="Survived",aspect=3)
facet.map(sns.kdeplot,'Age',shade= True)
facet.set(xlim=(0, df['Age'].max()))
facet.add_legend()
<seaborn.axisgrid.FacetGrid at 0x7f9ad659c520>
2.7.7 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）
#代码编写
df.Age[df.Pclass == 1].plot(kind='kde')
df.Age[df.Pclass == 2].plot(kind='kde')
df.Age[df.Pclass == 3].plot(kind='kde')
plt.xlabel("age")
plt.legend((1,2,3),loc="best")
<matplotlib.legend.Legend at 0x7f9ad8d8ef40>
【思考】上面所有可视化的例子做一个总体的分析，你看看你能不能有自己发现
【总结】到这里，我们的可视化就告一段落啦，如果你对数据可视化极其感兴趣，你还可以了解一下其他可视化模块，如：pyecharts，bokeh等。