暑期实训Python第十天，seaborn画图 --------＜泰坦尼克号沉船＞数据可视化

网上的泰坦尼克号沉船数据可视化，写的全是代码，没点分析过程，干脆我自己来写

• PassengerId => 乘客ID
• Survived => 获救情况（1为获救，0为未获救）
• Pclass => 乘客等级(1/2/3等舱位)
• Name => 乘客姓名
• Sex => 性别
• Age => 年龄
• SibSp => 堂兄弟/妹个数
• Parch => 父母与小孩个数
• Ticket => 船票信息
• Fare => 票价
• Cabin => 客舱
• Embarked => 登船港口

先分析 不同等级的船舱 里的存活率（条形图）

Pclass 分成1,2，3个等级 Survived 分为 0 和 1
使用groupby 将数据 分成组， 比如groupby("Pclass"),可以将数据划分成三个部分。
groupby(["Pclass","Survived"])就将数据分成六个部分

estimator:可回调函数
作用：设置每个分类箱的统计函数

指定x分类变量进行分组，指定 y为数据分布，绘制垂直条形图

sns.barplot(x=df.Pclass, y=df.Survived, estimator=lambda x: np.sum(x) / len(x), data=df)
plt.show()

分析结果：
一等舱位 的乘客存活率最大，最容易存活，存活率为0.629
三等舱的 乘客存活几率最小，存活率为0.2423

分析年龄和存活率 的关系

df["Age"].describe()
count    714.000000
mean      29.699118
std       14.526497
min        0.420000
25%       20.125000
50%       28.000000
75%       38.000000
max       80.000000
Name: Age, dtype: float64

总数据有891条，可是年龄只有714，说明年龄有很多为 空值，所以为了数据的可靠性，将空值转变成 平均值

df.fillna({"Age":df.Age.mean()},inplace=True)

#年龄的直方图
sns.distplot(df.Age,bins=20)
plt.show()

仿照上面生成船舱等级和存活率 第一个的做法：

sns.barplot(x=df.Age, y=df.Survived, estimator=lambda x: np.sum(x) / len(x), data=df)

结果: 是很多密密麻麻的矩形，非常难观察出规律

这里就提到了一个新的名词：连续数据离散化，通俗的将就是分段

这里又由于作者的知识 是白痴状态，这里就需要弄懂cut 方法里的bins属性
小tips:
pandas中pd.cut()的功能和作用,cut(a,bins) a指的是需要切分的对象，b指的是需要将对象切成什么样子的份，bins是一个列表bins = [0, 59, 70, 80, 100]。这里题目可以将年龄范围从0-80，以10岁为区间，生成8个矩形

df["Age_band"] = pd.cut(df.Age,bins=np.arange(0,90,10))
sns.barplot(x="Age_band", y=df.Survived, estimator=lambda x: np.sum(x) / len(x), data=df)

观察图形可以分析出：
10岁以下的孩子存活率最高，说明船上的人还是非常有人性的，而大于60岁的人，存活率偏低，说明老人行走不便，然后你懂的。普通人的存活率不超过0.5，说明基本上等于选择一个就等于放弃另外一个。

分析其他的数据和存活率的关系，由于代码一样就展示图：

性别影响真的很大