泰坦尼克生还预测

本文主要是介绍泰坦尼克生还预测，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

---

第1关：存活率与性别和船舱等级之间的关系

编程要求
在右侧编辑器补充代码，读取Task1/train.csv文件，绘制包含船票类型与年龄、性别与年龄的小提琴图，具体可视化要求如下：

figsize设置为(10,10)

图形保存到Task1/img/T1.png

测试说明
平台会对你编写的代码进行测试：

图片预期输出：

预期输出：你的图形与正确答案图形一致

开始你的任务吧，祝你成功！
示例代码如下：

import pandas as pd 
import numpy as np
import seaborn as sns
import warnings
warnings.filterwarnings("ignore")
sns.set()
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator
def student():# ********* Begin *********#a=pd.read_csv('Task1/train.csv')fig,axes=plt.subplots(1,2) sns.violinplot(x="Pclass",y="Age",data=a,split=True,ax=axes[0],hue='Survived') #上图sns.violinplot(x="Sex",y="Age",split=True,data=a,hue='Survived',ax=axes[1])  #下图plt.savefig('Task1/img/T1.png')plt.show()# ********* End *********#

第2关：各个口岸的生还率

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。
编程要求
在右侧编辑器补充代码，读取Task2/train.csv文件，使用factorplot绘制Embarked与Survived的关系，具体可视化要求如下：

figsize设置为(10,10)

图形保存到Task2/img/T1.png

测试说明
平台会对你编写的代码进行测试：

图片预期输出：

预期输出：你的图形与正确答案图形一致

开始你的任务吧，祝你成功！
示例代码如下：

import pandas as pd
import numpy as np
import seaborn as sns
import warnings
warnings.filterwarnings("ignore")
sns.set()
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocatordef student():# ********* Begin *********#a = pd.read_csv('Task2/train.csv')sns.factorplot(data=a,x='Embarked',y='Survived')plt.savefig('Task2/img/T1.png')plt.show()# ********* End *********#

第3关：统计各登船口岸的登船人数以及生还率

编程要求
在右侧编辑器补充代码，按照如下步骤完成：

读取Task3/train.csv文件

figsize设置为（10，10）

图形保存到Task3/img/T1.jpg

将四个图的绘制在一个figure中

测试说明
平台将对你编写的代码进行评测：

图形预期输出结果：

预期输出：你的图形与正确答案图形一致

开始你的任务吧，祝你成功！
示例代码如下：

import pandas as pd
import numpy as np
import seaborn as sns
import warnings
warnings.filterwarnings("ignore")
sns.set()
import matplotlib.pyplot as pltdef student():# ********* Begin *********#a = pd.read_csv('Task3/train.csv')fig,ax = plt.subplots(2,2,figsize=(10,10))sns.countplot("Embarked",data=a,ax=ax[0,0])ax[0,0].set_title("No.Of Passengers Boarded")sns.countplot("Embarked",hue="Sex",data=a,ax=ax[0,1])ax[0,1].set_title("Male-Female Split for Embarked")sns.countplot("Embarked",hue="Survived",data=a,ax=ax[1,0])ax[1,0].set_title("Embarked vs Survived")sns.countplot("Embarked",hue='Pclass',data=a,ax=ax[1,1])ax[1,1].set_title("Embarked vs Pclass")plt.savefig("Task3/img/T1.jpg")plt.show()# ********* End *********#

第4关：船客兄弟姐妹妻子丈夫的数量与生存率之间的关

编程要求
在右侧编辑器补充代码，使用matplotlib和seaborn绘制一个点图和一个双特征棒图，内容表示船客的兄弟姐妹妻子丈夫的数量与是否生还之间的关系。

按照下列步骤完成：

读取Task4/train.csv文件

figsize设置为（10，10）

图形保存到Task4/img/T1.png

将两个图的绘制在一个figure中

测试说明
平台将对你编写的代码进行评测：

图形预期输出结果：

预期输出：你的图形与正确答案图形一致

开始你的任务吧，祝你成功！
示例代码如下：

import pandas as pd
import numpy as np
import seaborn as sns
import warnings
warnings.filterwarnings("ignore")
sns.set()
import matplotlib.pyplot as pltdef student():# ********* Begin *********#data = pd.read_csv("Task4/train.csv")f,ax = plt.subplots(1,2,figsize=(10,10))sns.barplot(x="SibSp",y="Survived",data=data,ax=ax[0])ax[0].set_title("SibSp vs Survived")sns.catplot(x="SibSp",y="Survived",data=data,ax=ax[1],kind="point")ax[1].set_title("SibSp vs Survived")plt.close(2)plt.savefig("Task4/img/T1.png")plt.show()# ********* End *********#

---

这篇关于泰坦尼克生还预测的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---