import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib.image as mpimg def test(): data_url = "/data/workspace/myshixun/step1/train.csv" df = pd.read_csv(data_url) S=df[df.Survived==1] D=df[df.Survived==0] #绘制根据S、D的前9列数据绘制直方图 ########## Begin ########## ########## Begin ########## plt.savefig('/data/workspace/myshixun/step1/picture2/直方图.png') #sex = df.groupby('Sex')['Survived'].sum() #绘制柱状图 sexNew = df.groupby(['Sex','Survived'])['Survived'].count().unstack() ########## Begin ########## ########## End ########## plt.savefig('/data/workspace/myshixun/step1/picture2/柱状图.png') plt.show() img1=mpimg.imread('/data/workspace/myshixun/step1/picture2/直方图.png') img2=mpimg.imread('/data/workspace/myshixun/step1/picture2/柱状图.png') plt.subplot(121),plt.imshow(img1) plt.subplot(122),plt.imshow(img2) plt.savefig("/data/workspace/myshixun/step1/picture2/特征选择.png")

### 绘制直方图和柱状图并保存图片 以下是实现根据 `Survived` 列的数据绘制直方图和柱状图，并将图表保存为图片文件的具体方法： #### 导入必要的库 为了完成此任务，需要导入以下 Python 库： ```python import pandas as pd import matplotlib.pyplot as plt ``` #### 加载数据 通过 Pandas 的 `read_csv` 方法加载 CSV 文件中的数据[^1]。 ```python data_url = "/data/workspace/myshixun/step1/train.csv" df = pd.read_csv(data_url) ``` #### 数据分割 基于 `Survived` 列的值（0 或 1），将数据分为两部分：生存者 (`S`) 和未生存者 (`D`)。 ```python S = df[df.Survived == 1] D = df[df.Survived == 0] ``` #### 绘制直方图 使用 Matplotlib 的 `hist` 函数分别绘制生存者和未生存者的某列数据分布情况。假设我们关注的是第 9 列数据，则可以按如下方式操作： ```python plt.figure(figsize=(8, 6)) # 设置图形大小 plt.hist(S.iloc[:, 9], alpha=0.5, label='Survived', bins=20) # 生存者直方图 plt.hist(D.iloc[:, 9], alpha=0.5, label='Not Survived', bins=20) # 未生存者直方图 plt.legend(loc='upper right') # 添加图例 plt.title('Histogram of Column 9 by Survival Status') plt.xlabel('Value') plt.ylabel('Frequency') # 保存直方图为 PNG 文件 plt.savefig('/data/workspace/myshixun/step1/picture2/直方图.png', dpi=300) plt.close() ``` #### 绘制柱状图 利用 Pandas 提供的分组功能计算性别与存活状态的关系，并将其绘制成柱状图： ```python sexNew = df.groupby(['Sex', 'Survived'])['Survived'].count().unstack() # 创建柱状图 sexNew.plot(kind='bar', figsize=(8, 6)) plt.title('Survival Count by Gender and Survival Status') plt.xlabel('Gender') plt.ylabel('Count') # 保存柱状图为 PNG 文件 plt.savefig('/data/workspace/myshixun/step1/picture2/柱状图.png', dpi=300) plt.close() ``` #### 显示图像 如果希望在同一窗口显示两张图像，可采用子图布局的方式： ```python img1 = plt.imread('/data/workspace/myshixun/step1/picture2/直方图.png') img2 = plt.imread('/data/workspace/myshixun/step1/picture2/柱状图.png') plt.figure(figsize=(12, 6)) plt.subplot(121), plt.imshow(img1), plt.axis('off'), plt.title('Histogram') plt.subplot(122), plt.imshow(img2), plt.axis('off'), plt.title('Bar Chart') # 将组合后的图像保存到指定路径 plt.savefig("/data/workspace/myshixun/step1/picture2/特征选择.png", bbox_inches='tight', dpi=300) plt.close() ``` 以上代码实现了从数据处理到可视化再到图像保存的一系列流程。 ---