第2次作业-titanic数据集练习

一、读入titanic.xlsx文件，按照教材示例步骤，完成数据清洗。

titanic数据集包含11个特征，分别是：

Survived:0代表死亡，1代表存活
Pclass:乘客所持票类，有三种值(1,2,3)
Name:乘客姓名
Sex:乘客性别
Age:乘客年龄(有缺失)
SibSp:乘客兄弟姐妹/配偶的个数(整数值)
Parch:乘客父母/孩子的个数(整数值)
Ticket:票号(字符串)
Fare:乘客所持票的价格(浮点数，0-500不等)
Cabin:乘客所在船舱(有缺失)
Embark:乘客登船港口:S、C、Q(有缺失)

>>> import pandas as pd
>>> titanic = pd.DataFrame(pd.read_excel(r'E:\python 3.6\titanic.xlsx'))
>>> titanic.head()

　　

二、对titanic数据集完成以下统计操作

1. 统计乘客死亡和存活人数

   >>> survived = titanic['survived'].value_counts()
   >>> print("乘客存活的人数为：{}\n乘客死亡的人数为：{}".format(survived[1],survived[0]))
   

   　　

2. 统计乘客中男女性别人数

   >>> sex = titanic['sex'].value_counts()
   >>> print("乘客中男性的人数为：{}\n乘客中女性的人数为：{}".format(sex[0],sex[1]))
   

   

3. 统计男女获救的人数

   >>> titanic['sex'][titanic['survived'] == 1].value_counts()
   

   　　

4.    统计乘客所在的船舱等级的人数

   >>> pclass = titanic['pclass'].value_counts()
   >>> print("等级为1的人数:{},等级为2的人数:{},等级为3的人数:{}".format(pclass[1],pclass[2],pclass[3]))
   

   　　

5. 使用corr（）函数，判断两个属性是否具有相关性，分析舱位的高低和存活率的关系

   >>> print("相关性:",titanic[u'survived'].corr(titanic[u'pclass']))
   

   　　

6. 画出乘客票价与舱位等级的箱体图Boxplot，从图中能够得到哪些结论？

   >>> import matplotlib.pyplot as plt
   >>> import pandas as pd
   >>> titanic.boxplot(['fare'],['pclass'])
   
   >>> plt.show()