文章目录数据获取、结构分析如何获取seaborn提供数据源

特征列分析

缺失值与数据清洗年龄缺失值处理

填充embarked

删除不必要的列

幸存者分析分析性别对存活率的影响

分析年龄对存活率影响

分析舱位等级与存活率影响

数据获取、结构分析

如何获取seaborn提供数据源

在python中基本所有的核心库都提供了自己的数据源，例如：seaborn、sklearn、tensorflow… 而且这些数据源基本都托管在github中，如果想了解获取数据原理，单击load_dataset源码就可以看到数据的下载地址。

通过github下载数据如下, 如果数据量比较大可以保存到本地的csv格式

特征列分析在此套课程中我们仅仅讲解关于特征列的清洗、数据分析、列的缺失、异常值处理等… 后续在机器学习课程中还会讲解到特征工程、PCA主特征分析等重要概念。Survived: 生存情况，0代表不幸遇难，1代表存活；

Pclass: 仓位等级，1为一等舱，2为二等舱，3为三等舱；

Name: 乘客姓名；

Sex: 性别；

Age: 年龄；

SibSp: 乘客在船上的兄妹姐妹数/配偶数（即同代直系亲属数）

Parch: 乘客在船上的父母数/子女数（即不同代直系亲属数）；

Ticket: 船票编号；

Fare: 船票价格；

Embarked: 登船港口 (S: Southampton; C: Cherbourg Q: Queenstown)

alive：活着

alone：单身

缺失值与数据清洗

年龄缺失值处理

填充embarked

删除不必要的列一般我们会把不重要的列，缺失值比较多的列删除掉。

幸存者分析

分析性别对存活率的影响虽然男士体力较好，但是在这次海难中体现了绅士风度，把生存的机会留给了女士，所以性别对存活率影响比较大

分析年龄对存活率影响由于年龄是连续型的数据, 连续型数据不方便分组，因此建议编写一个函数让连续型数据转化为离散型数据

分析舱位等级与存活率影响