【数据分析11天打卡DAY4】第二章 数据可视化

1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)

《Python for Data Analysis》第九章

1.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
2.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）

分组：用groupby
统计人数：用sum .count()
sex = df.groupby(‘Sex’)[‘Survived’].sum()
画柱状图直接用plot.bar()
sex.plot.bar()
加标题
plt.title(‘survived’)

3.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）
就是说生存与死亡这一列也要分组
sex_Survived = df.groupby(‘Sex’,‘Survived’)[‘Survived’].count()
转置.unstack()
died=sex_Survived[0] #调用第一列
died.plot.bar()
plt.title(‘died’)

上图结合

sex_Survived.plot.bar()
sex_Survived.plot(kind=‘bar’,stacked=‘True’)

4.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）
fare = df.groupby(‘Fare’,‘Survived’)[‘Survived’].count()
折线图
fare.plot()

5.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）
pclass = df.groupby(‘Pclass’,‘Survived’)[‘Survived’].count().unstack()

pclass.plot.bar()

6.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)

年龄分五段,颜色透明度

df.Age[df.Survived0].hist(bins=5,alpha=0.5)
df.Age[df.Survived1].hist(bins=5,alpha=0.5)
plt.legend((0,1))#标签
plt.xlabel(‘age’)
plt.ylabel(‘count’)

纵坐标改为密度
df.Age[df.Survived0].hist(bins=5,alpha=0.5,density=1)
df.Age[df.Survived1].hist(bins=5,alpha=0.5,density=1)
加一条密度曲线
df.Age[df.Survived1].plot.density()
df.Age[df.Survived0].plot.density()
plt.legend((0,1))#标签
plt.xlabel(‘age’)
plt.ylabel(‘density’)

7.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）

df.Age[df.Pclass==1].plot.density()

unique_pclass=df.Pclass.unique()
unique_pclass.sort()#排序
unique_pclass

for i in unique_pclass:
df.Age[df.Pclass==i].plot.density()
plt.legend(unique_pclass)#标签
plt.xlabel(‘age’)
plt.ylabel(‘density’)

另外一个包的操作