Man and History: titanic_0003：資料繪圖

titanic_0003：資料繪圖

2022/06/29

說明：

本文示範如何用 pandas plot [1] - [9] 以及 matplotlib [10] - [12] 繪製鐵達尼號的訓練集資料 [5]。

-----

https://pixabay.com/zh/photos/umbrella-only-sad-depression-2603980/

-----

Q1：如何圖示鐵達尼號訓練集的資料。

A1：參考代碼一，從圖一到圖四依序說明。

-----

代碼一

import pandas as pd
import matplotlib.pyplot as plt

# open file
df = pd.read_csv('/content/drive/My Drive/colab/data/titanic/train.csv')

# fig. 1.
df.plot(figsize = (16, 16), fontsize = 40)
plt.legend(fontsize = 30)
plt.savefig('/content/drive/My Drive/colab/data/titanic/t0003_1.png')

# fig. 2.
df.plot(figsize = (16, 16), kind = 'scatter', x = 'PassengerId', y = 'Age')
plt.savefig('/content/drive/My Drive/colab/data/titanic/t0003_2.png')

# fig. 3.
dh = df.head(10)
f3 = dh.plot(figsize = (16, 16), kind = 'scatter', x = 'PassengerId', y = 'Age')
f3.set_xlabel('_PassengerId', fontdict = {'fontsize':30})
f3.set_ylabel('_Age', fontdict = {'fontsize':30})
plt.savefig('/content/drive/My Drive/colab/data/titanic/t0003_3.png')

# fig. 4.
x = dh.PassengerId
y = dh.Age
plt.figure(figsize = (16, 16))
plt.scatter(x, y)
plt.xticks(fontsize = 40)
plt.yticks(fontsize = 40)
plt.xlabel('_PassengerId', fontsize = 30)
plt.ylabel('_Age', fontsize = 30)
plt.savefig('/content/drive/My Drive/colab/data/titanic/t0003_4.png')

-----

圖一：

1. 放大圖片與 x-y 軸刻度的字體 [1], [2]。

2. 放大 legend 的字體 [3], [4]。

參考 w3schools 的「Pandas - Plotting」[1]，將要讀取的 csv 檔改成鐵達尼號的訓練集。放大圖片 figsize 後，刻度的字體顯的較小，於是又放大 fontsize [2]，最後則放大 legend [3]。

圖一的左上角有一些資料的類型，叫做 legend，中文是圖例。如果圖表當中包括兩組以上的數據，使用圖例（可簡稱為 key ）解釋兩組的稱呼，基本上用不同的顏色來區分 [4]。圖一的七類都是數值，英文與中文對應如下：

「PassengerId（Passenger Identity Number，乘客識別號碼，乘客編號，流水號，由 1 到 891）

Survived（倖存，0 為否、1 為是）

Pclass（Passenger Class，船艙等級，1 等、2 等、3 等）

Age （年齡）

SibSp（Siblings / Spouse，兄弟姐妹與配偶人數的總和）

Parch（Parents / Children，父母與子女人數的總和）

Fare（票價）」[5]。

每筆資料的另外五個欄位不是數值 [6]，以 pandas 的 plot 繪圖時不顯現出來：

「Name（姓名）

Sex（性別）

Ticket（船票號碼）

Cabin（艙房號碼）

Embarked（登船的港口）」[5]。

-----

Fig. 1. 鐵達尼號資料集的數值資料呈現。

-----

圖二：

1. 繪製散佈圖 [1], [7]。

參考 w3schools 的「Pandas - Plotting」[1]，以乘客編號與年齡繪製散佈圖。散佈圖主要用來顯示一群資料的兩種數值參數為無相關、正相關、或者是負相關 [7]。w3schools 的範例二顯示運動的持續時間（Duration）與運動過程中消耗的卡路里（Calories）呈正相關，範例三顯示運動的持續時間（Duration）與運動過程中的最大心率值（Maxpulse）無明顯相關性 [1]。

圖二顯示乘客編號與年齡無明顯相關性。本例故意不放大字體，在圖片放大後顯的字體較小。

-----