本项目在Kaggle中是数据分析入门项目，如果你想了解数据分析，我们就从这里开始吧！
数据集可以到Kaggle入门项目中直接找到，下载即可！
1.提出问题
什么样的人在泰坦尼克号中更容易存活？
2.采集数据、理解数据
导入数据分析工具库Numpy、Pandas
用pandas中的read_csv()方法读取格式为CSV的数据集
ps:本项目涉及到机器学习，所以我们有2个数据集，一个训练数据集，一个测试数据集，如果你还没有接触机器学习，我们先将这两个数据集进行合并，一起做一下数据分析，关于机器学习部分作为了解就可以，没有影响。
上图中，我们使用numpy的shape()的方法可以查看数据集的形状，这里我们可以了解到这个数据集有1309行，12列。
查看数据集信息，了解数据，我们用head()方法，默认查看前5行
使用统计数据信息描述方法describe()查看数据信息，查看是否存在异常值
查看数据是否有缺失以及数据类型
数据总共有1309行，Survived是标签，用作机器学习预测，无需处理。 数据类型列：年龄（Age）、船舱号（Cabin）里面有缺失数据：
年龄（Age）里面数据总数是1046条，缺失了263，缺失率20%；
船票价格（Fare）里面数据总数是1308条，缺失了1条数据字符串列；
登船港口（Embarked）里面数据总数是1307，只缺失了2条数据，缺失较少；
船舱号（Cabin）里面数据总数是295，缺失了1014，缺失率77.5%，缺失较大。
登船港口缺失2个值，将其填充为出现次数最多的值。船舱号（Cabin）缺失指较多，将其填充为’U‘。
3.数据清洗
3.1数据预处理：缺失数据处理
3.2.特征提取：
3.2.1.数据分类
对于不同数据类型的特征提取方法不同，对于数值类型的数据可直接使用，对于日期数据需转换为单独的年、月、日，对于分类数据使用One-hot编码方法用数字代替类别。
1.数值类型：
乘客编号（PassengerId），年龄（Age），船票价格（Fare），同代直系亲属人数（SibSp），不同代直系亲属人数（Parch）
2.时间序列：无
3.分类数据：
1）有直接类别的
乘客性别（Sex）：男性male，女性female。将性别的值映射为数值，男（male）对应数值1，女（female）对应数值0
登船港口（Embarked）：
出发地点S=英国南安普顿Southampton，
途径地点1：C=法国 瑟堡市Cherbourg，
出发地点2：Q=爱尔兰 昆士敦Queenstown
one-hot编码，将这一列数据按类别分开，属于这一列则标为1，否则0，使得分类数据量化，这便于我们之后的分析。
我们同通过乘客的名字也可以获取到一定信息，比如乘客的头衔，我们写一个函数将它提取出来，并分析它与生存率之间的关系。
我们调用函数，并且使用counter()函数查看头衔一共有多少种，然后计算它们的数量。
定义以下几种头衔类别：
Office 政府官员，Royalty 王室（皇室）
Mr 已婚男士，Mrs 已婚女士
Miss 年轻未婚女子，Master 有技能的人/教师
船舱的位置也是我们要分析的对象，所以我们对船舱位置也进行one-hot编码，并将它添加到数据集full的后边。
在船上的家庭人数我们也进行分类
家庭人数分类：
小家庭Family_Single: 家庭人数 = 1
中型家庭Family_Small:家庭人数 2-4
大型家庭Family_Large:家庭人数 >5
我们使用corr()方法进行变量之间的相关性分析，相关性较高的两个变量进行分析。
选择相关性较高的特征出来重新组成一个数据集进行分析。
4.数据可视化
导入数据可视化工具包matplotlib
4.1分析存活率与性别之间的关系：
将男性与女性存活与非存活计数并重新建表SexDF
数据可视化为柱状图
计算男女存活率，并数据可视化
可视化图表
4.2分析存活率与头衔之间的关系
计算每个头衔人数，并生成新表TitDF进行数据可视化
计算各头衔存活率，并用饼图进行数据可视化
4.3分析存活率与在船家庭人数的关系
对每种家庭类型进行计数，生成新表FamDF，进行数据可视化
计算家庭人数存活率，并进行数据可视化
4.4分析存活率与客舱等级间的关系
对客舱等级进行计数，生成新表PclDF，进行数据可视化
计算客舱等级存活率，并进行数据可视化
得出结论：
在泰坦尼克号灾难生存率分析中，
1.女性生存率高达0.74，而男性生存率只用0.17，说明基于绅士风度男性把生存机会留给了女性；
2.从头衔的角度来看，贵族、已婚女士、未婚女子的生存率较高，这也符合性别生存率分析，贵族在这场灾难中有一些‘特权’；
3.家庭人数在船上最多和最少的生存率都没有小家庭人数高，说明在灾难中，只有一个人没有人帮助他，他的生存率就很低，而家庭人数太多，牵扯因素也多，生存率也较低；
4.从船舱等级1-3来看，生存率也由高到低，说明船舱等级对人们的安危也很重要。
以下内容为机器学习部分，作为了解，你将预测更多的人在船上，他们是否能存活。
5.数据建模
导入数据分析工具包
建立模型
将你预测的数据存为CSV格式
