캐글 타이타닉 Titanic - 4. EDA - Age

Age

print('제일 나이 많은 탑승객 : {:.1f} years'.format(df_train['Age'].max()))
print('제일 어린 탑승객 : {:.1f} years'.format(df_train['Age'].min()))
print('탑승객 평균 나이 : {:.1f} years'.format(df_train['Age'].mean()))

제일 나이 많은 탑승객 : 80.0 years

제일 어린 탑승객 : 0.4 years

탑승객 평균 나이 : 29.7 years

 

 

📌 커널 밀도 추정 검색해서 알아보기

fig, ax = plt.subplots(1, 1, figsize=(9,5))
sns.kdeplot(df_train[df_train['Survived']==1]['Age'],ax=ax)  
sns.kdeplot(df_train[df_train['Survived']==0]['Age'],ax=ax)
plt.legend(['Survived==1','Survived==0'])
plt.show()

 

 ↑ 아래의 히스토그램을 부드러운 형태의 분포 곡선을 보여주는 방법이 ↑kdeplot↑이라는 것을 알 수 있다.

df_train[df_train['Survived']==1]['Age'].hist()
df_train[df_train['Survived']==0]['Age'].hist()
plt.legend(['Survived==1','Survived==0'])
plt.show()

 

 

 

📌 도화지를 준비하는 3가지 방법.

f = plt.figure(figsize=(10,10))

f, ax = plt.subplots(1, 1, figsize =(10,10))  
# ax.plot() / ax.set_xlable('sdf') x레이블을 넣어주는 방법.

plt.figure(fisize=(10,10))

 

📌 클래스 내 연령 분포  => 생존에 대한 정보가 없다.

plt.figure(figsize=(8,6))
df_train['Age'][df_train['Pclass']==1].plot(kind='kde')
df_train['Age'][df_train['Pclass']==2].plot(kind='kde')
df_train['Age'][df_train['Pclass']==3].plot(kind='kde')
plt.xlabel('Age')
plt.title('Age Distribution within classes')
plt.legend(['1st Class','2nd Class','3nd Class'])

 

📌 생존에 따른 pcalss와 age 정보

fig, ax= plt.subplots(1,1,figsize=(9,5))
sns.kdeplot(df_train[(df_train['Survived']==0) & (df_train['Pclass']==1)]['Age'],ax=ax)
sns.kdeplot(df_train[(df_train['Survived']==1) & (df_train['Pclass']==1)]['Age'],ax=ax)
plt.title('1st class')
plt.legend(['Survived==1','Survived == 0'])
plt.show()

 

 

  -  2nd class와 마찬가지로 3rd 또한 젊은 사람들의 생존율이 높은 것을 볼 수 있다.

 

📌 반복문을 이용한 Age에 따른 생존율

change_age_range_survival_ratio = []
for i in range(1,80):
    change_age_range_survival_ratio.append(df_train[df_train['Age']<i]['Survived'].sum()/len(df_train[df_train['Age']<i]['Survived']))

plt.figure(figsize=(7,7))
plt.plot(change_age_range_survival_ratio)
plt.title('Survival rate change depending on range of Age', y = 1.02)
plt.ylabel('Survival rate')
plt.xlabel('Range of Age(0~x)')
plt.show()

 

💡 len(df_train[df_train['Age']<i]['Survived'])과 df_train[df_train['Age']<i]['Survived'].shape은 같은 값을 도출해낸다.

 

 

💡 df_train[df_train['Age']<i]['Survived'].sum() / len(df_train[df_train['Age']<i]['Survived'])

=> 생존인원 수의 총합 /  변량의 개수로 나눈 것들 중 Survived열만 추출한 것을 의미

 

 

💡나이가 어릴수록 생존확률이 확실히 높다는 것을 시각화를 통해 확인할 수 있다.