titanic数据分析

32次阅读

共计 613 个字符,预计需要花费 2 分钟才能阅读完成。

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

正文完
 0