J'ai essayé d'utiliser le notebook jupyter d'une manière ou d'une autre
J'ai essayé d'utiliser le notebook jupyter d'une manière ou d'une autre
Célèbre comme tutoriel pour kaggle Utiliser les données des passagers du Titanic
La construction de l'environnement était basée sur les éléments suivants http://qiita.com/mix_dvd/items/29dfb8d47a596b4df36d
Mettez les bibliothèques requises
import pandas as pd
from pandas import DataFrame,Series
import numpy as np
Lire csv et plonger dans une trame de données
titanic_df = pd.read_csv('train.csv')
Afficher les 5 premières lignes
titanic_df.head()
| ssengerId | Survived | Pclass | Name | Sex | Age | SibSp | Parch | Ticket | Fare | Cabin | Embarked | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 0 | 3 | Braund, Mr. Owen Harris | male | 22.0 | 1 | 0 | A/5 21171 | 7.2500 | NaN | S |
| 1 | 2 | 1 | 1 | Cumings, Mrs. John Bradley (Florence Briggs Th... | female | 38.0 | 1 | 0 | PC 17599 | 71.2833 | C85 | C |
| 2 | 3 | 1 | 3 | Heikkinen, Miss. Laina | female | 26.0 | 0 | 0 | STON/O2. 3101282 | 7.9250 | NaN | S |
| 3 | 4 | 1 | 1 | Futrelle, Mrs. Jacques Heath (Lily May Peel) | female | 35.0 | 1 | 0 | 113803 | 53.1000 | C123 | S |
| 4 | 5 | 0 | 3 | Allen, Mr. William Henry | male | 35.0 | 0 | 0 | 373450 | 8.0500 | NaN | S |
Mettez la bibliothèque requise pour le dessin
import matplotlib.pyplot as plt
import seaborn as sns
% matplotlib inline
Compter par sexe
sns.countplot('Sex',data = titanic_df)
S'il est inférieur à 16, c'est un enfant. À part ça, c'est une fonction qui renvoie le sexe.
def male_female_child(passenger):
age, sex = passenger
if age < 16:
return 'child'
else:
return sex
Ajouter le résultat de la fonction à la colonne personne
titanic_df['person'] = titanic_df[['Age','Sex']].apply(male_female_child,axis = 1)
Assurez-vous que la colonne de personne a été ajoutée
titanic_df.head(10)
| ssengerId | Survived | Pclass | Name | Sex | Age | SibSp | Parch | Ticket | Fare | Cabin | Embarked | person | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 0 | 3 | Braund, Mr. Owen Harris | male | 22.0 | 1 | 0 | A/5 21171 | 7.2500 | NaN | S | male |
| 1 | 2 | 1 | 1 | Cumings, Mrs. John Bradley (Florence Briggs Th... | female | 38.0 | 1 | 0 | PC 17599 | 71.2833 | C85 | C | female |
| 2 | 3 | 1 | 3 | Heikkinen, Miss. Laina | female | 26.0 | 0 | 0 | STON/O2. 3101282 | 7.9250 | NaN | S | female |
| 3 | 4 | 1 | 1 | Futrelle, Mrs. Jacques Heath (Lily May Peel) | female | 35.0 | 1 | 0 | 113803 | 53.1000 | C123 | S | female |
| 4 | 5 | 0 | 3 | Allen, Mr. William Henry | male | 35.0 | 0 | 0 | 373450 | 8.0500 | NaN | S | male |
| 5 | 6 | 0 | 3 | Moran, Mr. James | male | NaN | 0 | 0 | 330877 | 8.4583 | NaN | Q | male |
| 6 | 7 | 0 | 1 | McCarthy, Mr. Timothy J | male | 54.0 | 0 | 0 | 17463 | 51.8625 | E46 | S | male |
| 7 | 8 | 0 | 3 | Palsson, Master. Gosta Leonard | male | 2.0 | 3 | 1 | 349909 | 21.0750 | NaN | S | child |
| 8 | 9 | 1 | 3 | Johnson, Mrs. Oscar W (Elisabeth Vilhelmina Berg) | female | 27.0 | 0 | 2 | 347742 | 11.1333 | NaN | S | female |
| 9 | 10 | 1 | 2 | Nasser, Mrs. Nicholas (Adele Achem) | female | 14.0 | 1 | 0 | 237736 | 30.0708 | NaN | C | child |
Dessinez Pclass (classe de salle, première classe, deuxième classe, troisième classe) en couches
sns.countplot('Pclass',data = titanic_df ,hue = 'person')
Pour le moment, j'ai essayé d'utiliser jupyter, mais c'est pratique C'est bien de pouvoir laisser le code et les résultats ensemble
Faisons l'analyse de survie des passagers du Titanic de Kaggle la prochaine fois.
Recommended Posts