Titanic

📍https://github.com/memoming/memomingChannel

GitHub - memoming/memomingChannel: [Youtube] 메모밍 채널 Official Github

 

⚠️ 가설: 돈이 많이 사람일수록(요금을 많이 낼수록) 생존확률이 높을 것이다.

 

1. train.csv 읽어오기

import numpy as np
import pandas as pd

titanic_csv_filePath="train.csv 파일 경로"
titanic_df=pd.read_csv(titanic_csv_filePath)

print(titanic_df)
print(titanic_df.info())

⇨ Cabin 값은 data의 수가 204개로 적으므로 사용하지 않겠다라고 판단할 수 있다.

 

2. 생존자와 비생존자의 비율 구하기

alive=titanic_df[ titanic_df["Survived"]==1 ]
dead=titanic_df[ titanic_df["Survived"]==0 ]

print(len(alive))
print(len(dead))

print(len(alive), "/", len(titanic_df))
print(len(alive), "/", len(titanic_df))

 

titanic_df [ titanic_df["Survived"]==1 ]

: 전체 dataframe에서 Survived=1인 데이터를 가져온다는 의미

 

3. 생존자 비생존자 시각화

import matplotlib.pyplot as plt

plt.bar(["alive", "dead"], height=[len(alive), len(dead)])
plt.show()

 

4. 탑승자 별 요금 시각화 (scatter: 어디에 많이 몰려있는지 확인)

scatter(df에서 x축이 될 것, df에서 y축이 될 것)

label: x, y축이 무엇인지 나타내기

plt.scatter(titanic_df["PassengerId"], titanic_df["Fare"])

plt.xlabel("Passenger ID")
plt.ylabel("Fare")
plt.show()

⇨ 그래프만 보고 어디에 사람이 많이 살아남고, 덜 살아남았는지 알 수 없다.

⇨ 생존자와 비생존자를 구분해야 한다.

 

5. scatter에서 생존자(green), 비생존자(green) 구분하기

alive: 생존한 사람의 df

dead: 생존하지 못한 사람의 df

plt.scatter(alive["PassengerId"], alive["Fare"], color="green")
plt.scatter(dead["PassengerId"], dead["Fare"], color="red")

plt.xlabel("Passenger ID")
plt.ylabel("Fare")
plt.show()

⇨ 50달러 이상을 보았을 때, 돈을 많이 낸 사람일수록 살아남은 것 같다.

 

6. $50를 기준으로 사람 수 구하기

over_50=titanic_df[titanic_df["Fare"]>=50]
under_50=titanic_df[titanic_df["Fare"]<50]

print(len(over_50), "/", len(titanic_df), ",", str(len(over_50)/len(titanic_df)*100)[:5], "%")
print(len(under_50), "/", len(titanic_df), ",", str(len(under_50)/len(titanic_df)*100)[:5], "%")

18.06178 에서 소숫점 둘째자리까지만 얻고 싶을 때

: 문자열에서 18.06, 즉 5자리만 필요하므로 slicing을 해준다.

⇨ str( -공식- )[:5]

 

7. 생존자 중에서 $50 미만, 이상 나누기

alive_over_50=over_50[ over_50["Survived"]==1 ]
alive_under_50=under_50[ under_50["Survived"]==1 ]

print(len(alive_over_50), "/", len(over_50), str(len(alive_over_50)/len(over_50)*100)[:5], "%")
print(len(alive_under_50), "/", len(under_50), str(len(alive_under_50)/len(under_50)*100)[:5], "%")

💡결론: 돈이 많이 사람일수록(요금을 많이 낼수록) 생존확률이 높다. (가설이 맞다.)