[Python]실전1:타이타닉 탐색적 데이터 분석

기본 설정이랑 기본 라이브러리 import.

---

모든 운영체제에서 한글 깨짐 오류를 방지해보자.

platform 라이브러리
→ python 기본 라이브러리.
♪
platform.system()
→ 현재 컴퓨터 OS운영체제 출력.

---

' - '기호 깨지는 문제 해결

---

파이썬 경고 메시지 off

---

타이타닉 예제데이터

NaN가 많은 cabin, boat는 패스 . 살았을 확률에 영향을 준 컬럼들은 pclass, sex, sibsp, parch, age, fare(운임료)가 있다.

 

이 컬럼들 중에서 어떤 데이터를 x, y로 쓸 건 지 전처리하는 게 관건.

age가 1046 no-null로 결측치가 좀 있다. 아래 평균치를 보면 fare 운임료가 꽤 많이 차이 나는 걸 볼 수 있다.

운임료를 안 내고 타이나닉에 탑승한 사람이 Mr.Thomas인 걸 알 수 있다.

결측치 통합정보를 확인해 볼 수 있다.

사망자 809명, 생존자 500명

데이터를 분석할 때 보통 부정적인 걸 0으로 사용한다.
따라서 여기서 0은 사망한 숫자이다.

---

pyplot.subplot(그래프위치)
pyplot.subplot(그래프위치)
→ 표 여러개 그리기

121 → 표를 그리는데 행1줄로 2열로 그리는데 1번째이다.

데이터에서 생존 컬럼을 가져와서 생존자와 사망자 수를 가지고 pie그래프를 그린다.

• explode=[0, 01] → 파란색은 0으로 가만히두고 오렌지색부분은 0.1로 조금 떨어트렸다.
• autopct= 소숫점 2번째 자리까지 퍼센트를 그렸다.

---

df.hist(bins=막대갯수, grid=False/True)
→ histogram

df.hist()로 했을 경우, 막대(bins)는 기본값이 10개이다.

---

df.groupby('컬럼명').mean()
→ 컬럼에 있는 고윳값별로 묶어 평균치를낸다.

pclass 선실등급이 높을수록 생존률이 높은 걸 볼 수 있다. 테스트로 max, min 메서드도 해봤는데 안됨. std()는 된다.

 

상관관계비교. 마이너스일수록 영향을 안 미쳤다는 건데 생종률보다 -인 것들을 보면 pclass, age가 눈에 띈다.

---

seaborn.heatmap(df, linewidths=간격, annot=퍼센트출력할지, cmap=표색상)

• 위의 상관관계표 df.corr()를 heatmap 그래프로 그려보았다.
• lineewidht
  네모칸 띄우기
• annot
  네모칸안에 퍼센트 적을지 말지
• cmap
  표색상

---

pyplot.savefig('파일명.jpg')
→ 그래프 폴더에 저장.

png로도 잘 저장된다.

---

pandas.cut(df, bins=[나누는 기준]
, include_lowst=가장 작은 값 포함할 지
, labels=[나눈 이름들])

맨 오른쪽에 컬럼이 추가된 게 보인다.

---

위의 자료를 토대로 영향을 많이 미친 컬럼에 따른 생존률 그래프를 그려보았다.