数据可视化
tips:在jupyter notebook上使用matplotlib绘图，可以加上一行%matplotlib inline生成无交互的可视化图表 或 使用%matplotlib notebook形成交互式的图表
最基本的可视化图案有哪些？分别适用于那些场景？
折 线 图 折线图折线图 适合可视化某个属性值随时间变化的走势
散 点 图 散点图散点图 适合可视化因变量随自变量而变化的大致趋势
柱 状 图 柱状图柱状图 适合可视化不同状态下某一属性的数量大小
直 方 图 直方图直方图 适合可视化数据的出现频率分布
扇 形 图 扇形图扇形图 适合可视化部分与部分、部分与整体之间的数量关系
利用plot()方法进行绘图
sex = df.groupby(['Sex','Survived'])['Survived'].count().unstack()
sex.plot(kind='bar',stacked=True)
对课程中数据可视化可以发现
①舱位等级低的存活人数和舱位等级高的存活人数差不多，但死亡人数多得多，因此存活率很低。
②一等舱存活率大于死亡率，二等舱存活率和死亡率基本持平，三等舱死亡率远高于生存率。
③票价越低的存活人数越多，这是由于票价低的乘客基数大
④存活的人中，10岁以下的儿童存活率最高。
Original: https://blog.csdn.net/weixin_39592725/article/details/123629386
Author: weixin_39592725
Title: Datawhale数据分析教程笔记04
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/698210/
转载文章受原作者版权保护。转载请注明原作者出处！