캐글 타이타닉 Titanic 2. EDA-Pclass

 

2.1 Pclass

 

📌 그래프 그리기

f, ax = plt.subplots(1,2,figsize=(18,8)) # 도화지 준비

df_train['Survived'].value_counts().plot.pie(explode=[0,0.1],autopct='%1.1f%%', ax = ax[0],shadow=True)
ax[0].set_title('Pie plot - Survived') # 그래프 제목
ax[0].set_ylabel('')   # 레이블을 없애겠다
sns.countplot('Survived', data=df_train, ax=ax[1])
ax[1].set_title('Count plot - Survived')
plt.show()

 

📌 Groupby

df_train[['Pclass','Survived']].groupby(['Pclass'], as_index=True).count()

- df_train[['Pclass','Survived']]

            여러 컬럼을 가져올 때 리스트로 묶어서 가져온다는 것을 인지하고 [대괄호]를 잊지말자! 

- as_index=True

 Pclass를 인덱스로 둘거다 =  True / 안둘거다 = False

pd.crosstab(df_train['Pclass'],df_train['Survived'],margins=True).style.background_gradient(cmap='summer_r')

df_train[['Pclass','Survived']].groupby(['Pclass'], as_index=True).mean().sort_values(by='Survived',ascending=False).plot.bar()
plt.show()

- 여기서 꼭 as_index=True여야함. 아니면 Pclass까지 그래프에 그려짐

 

📌 .unique()

df_train['Survived'].unique()

- 데이터에 고유값들이 어떠한 종류들이 있는지 알고 싶을때 사용하는 함수

 

📌 .nunique()

df_train['Survived'].nunique()

- 데이터에 고유값들의 총 수를 알고 싶을 때 출력해주는 함수

 

 

📌 .value_counts()

df_train['Survived'].value_counts()

- 값별로 데이터의 수를 출력해주는 함수

- 데이터의 고유값별로 몇개씩 들어있는지 알고 싶을때 유용한 함수

- 추가적으로 value_counts()는 기본적으로 내림차순으로 정렬

- 오름차순으로 정렬을 하고 싶다면 ascending=True 옵션을 지정

 

📌 그래프 그리기

# 각 클래스마다 인원수 counts

y_position = 1.02
f,ax = plt.subplots(1,2,figsize=(18,8))

df_train['Pclass'].value_counts().plot.bar(color=['#CD7F32','#FFDF00','#D3D3D3'],ax=ax[0])
ax[0].set_title('Number of passengers By Pclass', y=y_position)
ax[0].set_ylabel('Count')

sns.countplot('Pclass',hue='Survived', data=df_train, ax=ax[1]) 
# hue => hue는 해당 값으로 색 구분을 하는 역할(범례와 같은 역할)

ax[1].set_title('Pclass: Survived vs Dead', y=y_position)
plt.show()