titanic数据分析
文章目录
1.总体预览

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 12 columns):
PassengerId 891 non-null int64
Survived 891 non-null int64
Pclass 891 non-null int64
Name 891 non-null object
Sex 891 non-null object
Age 714 non-null float64
SibSp 891 non-null int64
Parch 891 non-null int64
Ticket 891 non-null object
Fare 891 non-null float64
Cabin 204 non-null object
Embarked 889 non-null object
dtypes: float64(2), int64(5), object(5)
memory usage: 83.6+ KB
训练集有891条数据,其中Age,Cabin,Embarked三个特征是有缺失值的,且Cabin的缺失值非常多。
2.数据可视化

仅按照性别划分,显然女性的生还数量明显高于男性

pclass是船舱等级,等级越高生还概率越大

SibSp代表兄弟姐妹/配偶的数量,只有一个兄弟姐妹/配偶的乘客生还人数最多

Parch代表直系亲属即父母和子女的数量

Embarked代表登船港口,C港口的生存概率最高
评论
登录后参与技术讨论,分享你的经验与见解。
登录 / 注册暂无评论