TIL_[Python] 타이타닉 데이터 분석 2

이전 분석 결과 '나이'와 생존율의 관계가 미미한 수치로 나왔는데,
이번에는 나이대별로 생존율과의 관계를 더 깊이 알아가보자.

라이브러리 불러오기

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

• numpy란?
  데이터 연산을 빠르고 쉽게 할 수 있게 도와주는 라이브러리

• seaborn 이란?
  matplotlib으로 부터 만들어진 데이터 시각화를 위한 라이브러리
  랜덤으로 분포되어 있는 데이터를 시각화 할때 주로 사용

데이터 불러오기 및 전처리

titanic = pd.read_table('파일경로',sep=',')
print(titanic.isnull().sum())
titanic = titanic.dropna()

타이타닉 데이터 통계치 요약하기

titanic.describe()

• count : 데이터 수
• mean : 평균값
• std : 표준편차
• min : 최솟값
• 25% : 4분의 1 지점
• 50%
• 75%
• max : 최댓값

승객의 나이에 대한 분포도 그래프로 나타내기

#나이별로 히스토그램 구하기
titanic['Age'].hist(bins=40,figsize=(18,8),grid=True)

• 히스토그램 과 바그래프 차이
  
  히스토그램은 추이를 볼 때 자주 사용한다.

나이별 구분 및 생존율 확인하기

#나이별 구분 및 각 나이별 생존율 확인 하기
titanic['Age_cat'] = pd.cut(titanic['Age'],bins=[0,3,7,15,30,60,100],include_lowest=True,labels=['baby','children','teenage','young','adult','old'])

#연령대를 기준으로 평균 값을 구해 볼수 있어요!
titanic.groupby('Age_cat').mean()

나이대와 생존율 관계 그래프 그리기

#그래프 크기 설정
plt.figure(figsize=(14,5))

# 바 그래프 그리기 (x축 = Age_cat, y축 = Survived)
sns.barplot(x='Age_cat',y='Survived',data=titanic)

# 그래프 나타내기 
plt.show()

나이대를 나누어 생존율과의 관계를 살펴보니,
baby 와 children의 생존율이 다른 연령대에 비해 매우 높은 것을 확인 할 수 있었다.