泰坦尼克号生存数据

github2017-03-24 更新2024-05-31 收录

下载链接：

https://github.com/DaraJin/P2_Investigating_Titanic_Dataset

下载链接

链接失效反馈

官方服务：

资源简介：

本项目所使用的数据包括泰坦尼克号上 2224 名乘客和船员中 891 名的人口学数据和乘客基本信息。

The data utilized in this project comprises demographic information and basic passenger details of 891 individuals out of the 2224 passengers and crew members aboard the Titanic.

创建时间：

2017-02-21

原始信息汇总

P2 - 泰坦尼克号生存数据探索

数据情况

数据来源: 2224名乘客和船员中，包含891名的人口学数据和乘客基本信息。
数据集描述: 数据集包含以下变量：
- PassengerId
- Survived
- Pclass
- Name
- Sex
- Age
- SibSp
- Parch
- Ticket
- Fare
- Cabin
- Embarked

分析目标

探索影响乘客生还率的因素。
分析这些因素对生还率的具体影响。
评估这些因素的影响效果。

猜想

经济地位: 社会经济地位越高，生还可能性越大。考虑变量：Pclass, Fare, Cabin。
性别: 女性生还率高于男性。变量：Sex。
年龄: 年龄越大，生还可能性越小。变量：Age。
同伴: 同行人数越多，生还可能性越大。变量：SibSp, Parch。
港口: 不同港口的生还率可能不同。变量: Embarked。

搜集汇总

数据集介绍

构建方式

泰坦尼克号生存数据集由泰坦尼克号上 2224 名乘客和船员中 891 名的人口学数据和乘客基本信息构成。数据集通过分析乘客的生还率，探究影响乘客生还率的因素，如经济地位、性别、年龄、同伴数量和出发港口等。数据集的构建方式主要包括数据的收集、清洗和整理，以确保数据的质量和准确性。

使用方法

使用泰坦尼克号生存数据集时，首先需要导入相关库，如 pandas、numpy、matplotlib 和 seaborn 等。然后，读取数据集，并进行数据探索，了解数据的基本情况。接着，对变量进行分析，如生还状况、社会经济地位分布、性别分布、年龄分布等。最后，根据分析结果，可以进一步探究影响乘客生还率的因素，并提出相应的结论。

背景与挑战

背景概述

泰坦尼克号生存数据集是对1912年泰坦尼克号沉船事件中2224名乘客和船员的生存状况进行记录的宝贵数据资源。该数据集收录了891名乘客的人口学数据和基本信息，包括乘客的ID、生存状态、舱位等级、姓名、性别、年龄、兄弟姐妹和配偶的数量、船票号码、票价、客舱号以及登船港口等。这些数据为研究乘客生存率的影响因素提供了重要的数据基础，对于理解历史事件中社会结构、性别、年龄等因素如何影响生存概率具有重要意义。

当前挑战

泰坦尼克号生存数据集在研究过程中面临的主要挑战包括：1) 缺失数据问题：数据集中年龄信息存在缺失，需要通过数据填补或删除处理缺失值来完善数据集。2) 数据质量：部分数据字段可能存在错误或异常值，需要通过数据清洗和预处理来提高数据质量。3) 数据解释：需要深入分析各个变量之间的关系，以及它们对生存率的影响程度和机制。4) 数据应用：如何将研究成果应用于实际，例如在灾害救援、紧急疏散等方面提供决策支持，也是需要解决的问题。

常用场景

经典使用场景

泰坦尼克号生存数据集是一份经典的公共数据集，广泛用于数据分析和机器学习教学。该数据集包含了泰坦尼克号上891名乘客和船员的人口统计学数据，以及他们是否生还的信息。数据集的变量包括乘客ID、生还状态、舱位等级、姓名、性别、年龄、兄弟姐妹和配偶数量、父母和子女数量、船票号、票价、船舱号以及登船港口。这些数据可以用于探索影响乘客生还率的因素，例如舱位等级、性别、年龄等。

解决学术问题

泰坦尼克号生存数据集解决了许多学术研究问题。例如，该数据集可以帮助研究者了解不同社会经济地位的乘客在灾难中的生存概率，以及性别、年龄等因素对生存率的影响。此外，该数据集还可以用于研究灾难应对策略，以及如何提高灾难中的生存率。

实际应用

泰坦尼克号生存数据集的实际应用场景包括灾难应对策略的制定、生存概率预测模型的开发，以及数据分析和机器学习教学。例如，保险公司可以使用该数据集来评估乘客在海上灾难中的生存概率，并据此制定相应的保险政策。此外，该数据集还可以用于开发灾难应对策略，以提高灾难中的生存率。

数据集最近研究