背景:
1912年4月15日，泰坦尼克号在它的处女航中撞上冰山后沉没。造成2224名乘客和1502名机组人员遇难。
这场悲剧轰动了国际社会。沉船导致遇难的原因之一是没有足够的救生艇给乘客和船员。虽然在这场灾难中幸存下来有一些运气在里面，但一些人比其他人更有可能幸存，比如妇女，儿童和上层阶级。
本次分享中我们将使用python对这些幸存者情况进行分析。哪些人会在这场灾难中幸存下来？
数据准备
首先拿到泰坦尼克号人员的数据。该数据集包含1309个人，并记录了他们14项个人信息情况。部分数据情况如下：
survival - 是否幸存(0=幸存，1=遇难)
pclass - 船票类型(1=一等票，2=二等票，3=三等票)
sex - 性别
age - 年龄
sibsp - 泰坦尼克号上该人员兄弟姐妹的数量
parch - 泰坦尼克号上该人员父母或者子女的数量
ticket - 船票编号
fare - 乘客票价
cabin - 客舱号码
embarked - 起航运港(C = Cherbourg, Q = Queenstown, S = Southampton)
boat - 救生艇的编号(如果幸存)
body - 人体编号(如果遇难并且尸体被找到)
home.dest - 出发地到目的地
数据分析
1总体生还率分析
titanic_df['survived'].mean()0.3819709702062643结果显示仅有38%左右的乘客幸存下来。其主要原因是泰坦尼克号上并未携带足够的救生艇，只有20艘，这对于1317名乘客和885名机组人员来说是远远不够的。
2按乘客阶级地位进行分析
titanic_df.groupby('pclass').mean()
我们可以看出来，头等舱的乘客有62%的生还几率。相比之下，三等舱的乘客只有25.5%的生还概率。此外客舱越豪华，乘客的年纪也就越大。
3按乘客年纪和性别进行分析
对性别进行分析：
class_sex_grouping = titanic_df.groupby(['pclass','sex']).mean()class_sex_groupingclass_sex_grouping['survived'].plot.bar(figsize=(12, 7), fontsize=12)
从上面的分析中可以看出来，在惨剧发生的时候大家倾向于首先疏散女性。在所有的阶层中，女性都比男性更有可能生存下来。
对年纪进行分析：
group_by_age = pd.cut(titanic_df["age"], np.arange(0, 90, 10))age_grouping = titanic_df.groupby(group_by_age).mean()age_grouping['survived'].plot.bar(figsize=(12, 7), fontsize=12)
显然，儿童的生还比例是最高的，在本次灾难中儿童也得到了充分的优先照顾。
测试你在泰坦尼克号上能否生还：
在本次分析中，我们使用决策树进行建模。使用到的乘客个人信息包括：年龄，性别，舱位等级，船上兄弟姐妹数量，船上父母与子女的数量，票价，以及起航运港。
处理后的数据：
使用决策树建模：
from sklearn.tree import DecisionTreeClassifierclf_dt = DecisionTreeClassifier(max_depth=10)模型建好了，终于，可以进行预测啦！
拿小编自己来举例：
假如小编在二等舱，性别为女，年龄为25, 船上没有兄弟姐妹，船上有父母双亲，票价为35美元，从s港口登陆出发。
prediction=clf_dt.predict([[ 2. ,0. ,25.,0. , 2.,35.00, 2. ]])print(prediction)[1]预测结果为1,也就是说幸运的小编竟然能够生还！
如果小编性别为男，其他条件不变，我们再来看一看：
prediction=clf_dt.predict([[ 2. ,1. ,25.,0. , 2.,35.00, 2. ]])print(prediction)[0]
