泰坦尼克号生存率数据分析
1. 引言
泰坦尼克号（RMS Titanic）是一艘英国豪华邮轮，于1912年首次航行时在大西洋中撞上冰山而沉没。这场灾难导致了大量的生命损失，成为了世界历史上最著名的船难之一。在这场悲剧中，有一些因素可以被用于预测乘客的生存率，如性别、年龄以及乘客所在的客舱等级。本文将使用Python采集泰坦尼克号的生存率数据，并通过不同维度的分析来揭示一些有趣的发现。
2. 数据采集
为了进行数据分析，我们需要先采集泰坦尼克号的乘客数据。在Python中，我们可以使用pandas库来处理和分析数据。首先，我们需要导入该库并读取数据集。
import pandas as pd
# 读取数据集
df = pd.read_csv('titanic.csv')
数据集中包含了乘客的信息，包括性别、年龄、客舱等级以及是否生还等字段。
3. 性别维度的生存率分析
性别可能是影响生存率的一个重要因素。为了分析不同性别的生存率，我们可以使用饼状图来展示数据。
import matplotlib.pyplot as plt
# 统计生还和遇难人数
survived_gender = df[df['Survived'] == 1]['Sex'].value_counts()
dead_gender = df[df['Survived'] == 0]['Sex'].value_counts()
# 绘制饼状图
plt.pie(survived_gender, labels=survived_gender.index, autopct='%1.1f%%')
plt.title('Survival Rate by Gender')
plt.show()
下图展示了不同性别的生存率数据。
pie
title Survival Rate by Gender
"Female": 68.1
"Male": 31.9
从图中可以看出，女性的生存率远高于男性，占比达到了68.1%。
4. 年龄维度的生存率分析
年龄也是一个可能影响生存率的重要因素。为了分析不同年龄段的生存率，我们可以使用直方图来展示数据。
# 绘制直方图
plt.hist([df[df['Survived'] == 1]['Age'], df[df['Survived'] == 0]['Age']], bins=20, label=['Survived', 'Dead'])
plt.xlabel('Age')
plt.ylabel('Count')
plt.title('Survival Rate by Age')
plt.legend()
plt.show()
下图展示了不同年龄段的生存率数据。
gantt
dateFormat YYYY-MM-DD
title Survival Rate by Age
section Survived
0-10:active, 38
10-20, 41
20-30, 77
30-40, 73
40-50, 34
50-60, 20
60-70, 6
70-80, 1
section Dead
0-10, 24
10-20, 61
20-30, 143
30-40, 94
40-50, 55
50-60, 28
60-70, 13
70-80, 4
从图中可以看出，年轻人（20-30岁）的生存率相对较高，而儿童和老年人的生存率较低。
5. 客舱等级维度的生存率分析
乘客所在的客舱等级也可能与生存率有关。为了分析不同客舱等级的生存率，我们可以使用柱状图来展示数据。
# 统计生还和遇难人数
survived_class = df[df['Survived'] == 1]['Pclass'].value_counts()
dead_class = df[df['Survived'] == 0]['Pclass'].value_counts()
# 绘制柱状图
plt.bar(survived_class.index, survived_class.values, label='Survived')
plt.bar(dead_class
