有一个titanic.csv，首先读入 titanic.csv 文件， 存在 tit数据框对象。然后显示tit的头3条数据。先计算age列中位数，然后直接修改tit对象将该中位数填充入age列的缺失值中。embarked列是旅客登船的港口简写，统计表中有哪几个港口，保存在 port列表中, 保存后要删除列表中的 np.nan 值。Pclass列是客舱等级，alive列有两个值，yes和no对应存活与未存活。计算按客舱等级pclass分组，每类客舱的平均生还率。统计结果存在 rate 这个Series变量中。然后利用上面得到的rate变量绘制柱形图，要求标题为：211543217 陈文杰。最后按who列来分组统计各类人数，并做对比饼图。

好的，我会逐步回答您的问题。首先，读入 titanic.csv 文件，存储在 tit 数据框对象中，并显示 tit 的头 3 条数据。代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 读入 titanic.csv 文件，存储在 tit 数据框对象中
tit = pd.read_csv('titanic.csv')

# 显示 tit 的头 3 条数据
print(tit.head(3))

接下来，计算 age 列的中位数，并将该中位数填充入 age 列的缺失值中。代码如下：

# 计算 age 列的中位数
age_median = tit['age'].median()

# 将 age 列的缺失值填充为中位数
tit['age'].fillna(age_median, inplace=True)

然后，统计表中有哪几个港口，保存在 port 列表中，并删除列表中的 np.nan 值。代码如下：

# 统计 embanked 列的唯一值
port = tit['embarked'].unique()

# 删除 port 列表中的 np.nan 值
port = port[~pd.isnull(port)]

接下来，按客舱等级 pclass 分组，计算每类客舱的平均生还率。代码如下：

# 按客舱等级 pclass 分组，计算每类客舱的平均生还率
rate = tit.groupby('pclass')['survived'].mean()

然后，利用上面得到的 rate 变量绘制柱形图，要求标题为：211543217 陈文杰。代码如下：

# 利用 rate 变量绘制柱形图
rate.plot(kind='bar')
plt.title('211543217 陈文杰')
plt.show()

最后，按 who 列来分组统计各类人数，并做对比饼图。代码如下：

# 按 who 列分组，统计各类人数
who_count = tit.groupby('who')['who'].count()

# 绘制对比饼图
who_count.plot(kind='pie', autopct='%1.1f%%')
plt.title('211543217 陈文杰')
plt.show()

完成以上步骤后，您应该已经得到了正确的答案和图表。