Kaggleで使えそうなSeaborn

こんにちは！Kaggleを始めて、最初に眺めてるTitanicのKernelで、可視化に使えるSeabornについて説明します。

Seabornとは

Seabornでは、Pythonのデータ可視化ライブラリです。
Pandasで整型したデータを楽に可視化して、Kaggleでは学習・特徴量エンジニアリング前の分析時に有効。

Kaggleの初心者向けCompetitions「Titanic」

参考にしたのは以下のKernelです。

www.kaggle.com

とりあえずKaggleでデータをダウンロードして、データの可視化を進めていきます。

本題！

年齢と生存率の関係

grid = sns.FacetGrid(train, col='Survived')
#col_wrap=1行あたりの表示要素数
grid.map(plt.hist, 'Age', bins=20)

年齢と生存率の関係

年齢・生存率・チケットクラスの関係

grid = sns.FacetGrid(train, col='Survived', row='Pclass', size=2.2, aspect=1.6)
grid.map(plt.hist, 'Age', alpha=.5, bins=20)

年齢・生存率・チケットクラスの関係

発着港・生存率・性別の関係

grid = sns.FacetGrid(train, row='Embarked', size=2.2, aspect=1.6)
grid.map(sns.pointplot,  'Pclass', 'Survived', 'Sex', palette='deep')
grid.add_legend()

発着港・生存率・性別の関係

発着港と生存率の関係

survive  = train[['Embarked', 'Survived']].groupby('Embarked').mean()['Survived'].sort_values()
print(survive)

plt.figure(figsize=(7,3))
plt.subplot(111)
sns.barplot(survive.index,  survive, color='blue')

発着港と生存率の関係

チケットクラスと生存率の関係

survive = train[['Pclass', 'Survived']].groupby('Pclass').mean()['Survived'].sort_values()
print(survive.index)

plt.figure(figsize=(7,3))
plt.subplot(111)
sns.barplot( survive.index, survive, color='yellow')

チケットクラスと生存率の関係