泰坦尼克号数据可视化：探索生还率与乘客等级、性别及登船地点关系

"该资源是关于使用Python进行泰坦尼克号生存预测的数据可视化与探索性数据分析的文本文件。" 在泰坦尼克号生存预测的问题中，数据可视化和探索性数据分析（EDA）是至关重要的第一步。这里展示的代码分为两个部分，分别对不同变量进行了分析，以了解它们与乘客生存率的关系。 第一部分: 这部分代码导入了几个常用的Python库，如pandas、numpy、seaborn和matplotlib，用于数据处理和可视化。通过`warnings.filterwarnings("ignore")`，我们可以忽略无关紧要的警告信息。使用`sns.set()`设置 seaborn 的默认风格。接下来，定义了一个名为 `student` 的函数，用于绘制图形。 在这个函数中，首先加载了训练数据集 "Task1/train.csv"。然后，创建了一个包含两个子图的图像布局，每个子图分别展示了两个变量与生存率的关系： 1. 子图1（axes[0]）：根据乘客舱位（Pclass）和年龄（Age）进行分组，同时用颜色区分了生存者（Survived）。这种“箱须图”（violin plot）可以展示各年龄段不同舱位乘客的生存分布，帮助我们理解舱位与生存率之间的关联。 2. 子图2（axes[1]）：根据性别（Sex）和年龄进行分组，同样使用颜色表示生存状态。这让我们看到性别与生存率之间的关系，以及不同年龄段的男性和女性的生存情况。 最后，使用`plt.savefig`保存了这两个图表，并调用`plt.show`显示图像。 第二部分: 这部分代码与第一部分类似，但分析的是不同的变量。再次导入相同的库并设置环境，然后读取 "Task2/train.csv" 数据集。这里使用了`sns.factorplot`来绘制嵌套条形图，展示了登船地点（Embarked）与生存率（Survived）的关系。这个图形能帮助我们发现从哪个港口登船的乘客更可能存活下来。 通过这些可视化，我们可以获取关于泰坦尼克号乘客生存的初步洞察，例如： - 舱位可能对生存机会有显著影响，高级舱位的乘客可能有更高的生存率。 - 性别也是一个关键因素，女性的生存率通常高于男性。 - 登船地点可能也与生存率有关，某些港口的乘客可能有更多的逃生机会。 这些发现将为后续的特征工程和机器学习模型建立提供有价值的信息。在实际应用中，我们可能还需要考虑其他因素，如乘客的票价、家庭成员数量等，以进一步提高预测的准确性。