# sekcja importowa

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import matplotlib.patches as mpatches
from matplotlib.patches import Patch
import numpy as np
from scipy.interpolate import make_interp_spline

# wczytanie danych

df = pd.read_csv('26__titanic.csv', sep=",")

# kilka losowych rekordow, zeby zorientowac sie, z czym sie mierzymy
df.sample(5)

# ile mamy w bazie osob ktore przezyly, a ile tych, ktore nie przezyly?
df['survived'].value_counts()

0.0    809
1.0    500
Name: survived, dtype: int64

# jak rozkladaja sie brakujace dane w obu tych grupach (survived i nonsurvived)
df[df['survived'] == 1.0].isnull().sum()

pclass         0
survived       0
name           0
sex            0
age           73
sibsp          0
parch          0
ticket         0
fare           0
cabin        307
embarked       2
boat          23
body         500
home.dest    153
dtype: int64

df[df['survived'] == 0.0].isnull().sum()

pclass         0
survived       0
name           0
sex            0
age          190
sibsp          0
parch          0
ticket         0
fare           1
cabin        707
embarked       0
boat         800
body         688
home.dest    411
dtype: int64

# ocaleni w podziale na plec i klase (w procentach)
# -------------------------------------------------

# grupowanie danych wedlug klasy i plci
grouped = df.groupby(['pclass', 'sex'])

# obliczanie liczby wszystkich pasazerow w kazdej grupie
total_counts = grouped.size().reset_index(name='total')

# obliczanie liczby osob, ktore przezyly w kazdej grupie
survived_counts = grouped['survived'].sum().reset_index(name='survived')

# zlaczenie obliczonych danych
merged = pd.merge(total_counts, survived_counts, on=['pclass', 'sex'])

# obliczanie procentowego udzialu osob, ktore przezyly
merged['survival_rate'] = ((merged['survived'] / merged['total']) * 100).round(1)

# tworzenie DataFrame dla sumowania wierszy Total
totals = merged.groupby('pclass').sum(numeric_only=True).reset_index()
totals['sex'] = 'Total'
totals['survival_rate'] = ((totals['survived'] / totals['total']) * 100).round(1)

# dodawanie linii sumujacych dla kazdej klasy
final_df = pd.concat([merged, totals], ignore_index=True)

# sortowanie wedlug klasy i plci (tak, zeby "Total" pojawialo sie na koncu kazdej klasy)
final_df['sex'] = pd.Categorical(final_df['sex'], categories=['female', 'male', 'Total'], ordered=True)
final_df = final_df.sort_values(by=['pclass', 'sex']).reset_index(drop=True)

# i voila!
final_df

# statystyki wieku dla mezczyz (poczatkowe i po ocaleniu)
# -------------------------------------------------------

# filtrowanie danych: wszyscy mezczyzni
all_males = df[df['sex'] == 'male']

# filtrowanie danych: tylko mezczyzni ktorzy przezyli
survived_males = all_males[all_males['survived'] == 1.0]

# funkcja liczaca statystyki z zaokragleniem
def compute_stats(grouped):
    stats = grouped.agg(['mean', 'std', 'median', lambda x: x.quantile(0.25), lambda x: x.quantile(0.75)])
    stats.columns = ['mean', 'std', 'median', 'Q1', 'Q3']
    return stats.round()

# grupowanie danych wg klas i obliczanie statystyk
statistics_all = compute_stats(all_males.groupby('pclass')['age'])
statistics_survived = compute_stats(survived_males.groupby('pclass')['age'])

# i wynik
print("Statystyki dla wszystkich mezczyzn:")
print(statistics_all.to_string(index=True))
print("\nStatystyki dla mezczyzn, ktorzy przezyli:")
print(statistics_survived.to_string(index=True))

Statystyki dla wszystkich mezczyzn:
        mean   std  median    Q1    Q3
pclass                                
1.0     41.0  15.0    42.0  30.0  50.0
2.0     31.0  14.0    30.0  23.0  39.0
3.0     26.0  12.0    25.0  20.0  32.0

Statystyki dla mezczyzn, ktorzy przezyli:
        mean   std  median    Q1    Q3
pclass                                
1.0     36.0  15.0    36.0  27.0  48.0
2.0     17.0  17.0    19.0   2.0  30.0
3.0     22.0  11.0    25.0  18.0  29.0

# rysowanie wyrabistych wykresow
#--------------------------------

# ustawienia stylu wykresow
sns.set(style="whitegrid")

# tworzenie subplotow dla wszystkich wykresow
fig, axs = plt.subplots(3, 2, figsize=(18, 15), sharey=False)

# kolory dla kazdej z klas
colors = {
    1.0: {'all': 'darkgray', 'survived': 'blue'},
    2.0: {'all': 'darkgray', 'survived': 'green'},
    3.0: {'all': 'darkgray', 'survived': 'red'}
}

# dodanie odstepu miedzy wykresami
plt.subplots_adjust(wspace=0.05, hspace=0.5)

# tworzenie wykresow dla kobiet oraz mezczyzn w poszczegolnych klasach
for i, pclass in enumerate([1.0, 2.0, 3.0]):
    df_class = df[df['pclass'] == pclass]

    ax_female = axs[i, 0]
    ax_male = axs[i, 1]

    females = df_class[df_class['sex'] == 'female']
    males = df_class[df_class['sex'] == 'male']

    # histogram dla kobiet
    all_females = females['age']
    survived_females = females[females['survived'] == 1.0]['age']

    ax_female.hist(all_females.dropna(), bins=range(0, 81, 5), color=colors[pclass]['all'], label='Kobiety', alpha=0.7, width=4)
    ax_female.hist(survived_females.dropna(), bins=range(0, 81, 5), color=colors[pclass]['survived'], label='Kobiety ktore przezyly', alpha=0.7, width=4)
    ax_female.set_title(f'Klasa {int(pclass)} Kobiety', fontsize=16)
    ax_female.set_xlabel('Wiek (w latach)', fontsize=16)
    ax_female.set_ylabel('Ilość pasażerów', fontsize=16)

    if i < 2:  # zmieniamy skalę pionowa na 30 dla dwoch pierwszych rzedow
        ax_female.set_ylim(0, 30)
    elif i == 2:  # zmieniamy skale dla trzeciego rzedu dla kobiet na 40
        ax_female.set_ylim(0, 40)
    ax_female.legend(fontsize=14)

    # histogram dla mezczyzn
    all_males = males['age']
    survived_males = males[males['survived'] == 1.0]['age']

    ax_male.hist(all_males.dropna(), bins=range(0, 81, 5), color=colors[pclass]['all'], label='Mezczyzni', alpha=0.7, width=4)
    ax_male.hist(survived_males.dropna(), bins=range(0, 81, 5), color=colors[pclass]['survived'], label='Mezczyzni ktorzy przezyli', alpha=0.7, width=4)
    ax_male.set_title(f'Klasa {int(pclass)} Mezczyzni', fontsize=16)
    ax_male.set_xlabel('Wiek (w latach)', fontsize=16)
    ax_male.set_ylabel('Ilosc pasazerow', fontsize=16)

    if i < 2:  # zmieniamy skale pionowa na 30 dla dwoch pierwszych rzedow
        ax_male.set_ylim(0, 30)
    elif i == 2:  # zostawiamy wyzsza skale dla trzeciego rzedu na 90
        ax_male.set_ylim(0, 90)
    ax_male.legend(fontsize=14)

    # dodanie poziomych linii na wszystkich wykresach
    ax_female.yaxis.grid(True, linestyle='-', which='both', color='grey', alpha=0.7)
    ax_male.yaxis.grid(True, linestyle='-', which='both', color='grey', alpha=0.7)

plt.tight_layout(rect=[0, 0, 1, 0.95])
plt.show()

# liczenie szans na przezycie dzieciatych i mezatych
# --------------------------------------------------

# funkcja obliczanie procentow osob ktore przezyly do tych ktore nie przezyly
def calculate_percentage(survived_count, non_survived_count):
    total = survived_count + non_survived_count
    survived_percentage = ((survived_count / total) * 100)
    non_survived_percentage = ((non_survived_count / total) * 100)
    return survived_percentage, non_survived_percentage

# inicjalizacja slownikow do przechowywania rezultatow
sibs_results = {}
parch_results = {}

# zdefiniowanie listy klas
classes = [1.0, 2.0, 3.0]

# Loop
for cls in classes:
    survived_sibs = df[(df['survived'] == 1.0) & (df['sibsp'] > 0) & (df['pclass'] == cls)].shape[0]
    non_survived_sibs = df[(df['survived'] == 0.0) & (df['sibsp'] > 0) & (df['pclass'] == cls)].shape[0]
    sibs_results[cls] = calculate_percentage(survived_sibs, non_survived_sibs)

    survived_parch = df[(df['survived'] == 1.0) & (df['parch'] > 0) & (df['pclass'] == cls)].shape[0]
    non_survived_parch = df[(df['survived'] == 0.0) & (df['parch'] > 0) & (df['pclass'] == cls)].shape[0]
    parch_results[cls] = calculate_percentage(survived_parch, non_survived_parch)

# i wyniczki
print("\nPasazerowie z rodzenstwem lub wspolmalzonkiem:\n")
for cls, res in sibs_results.items():
    print(f"Klasa {cls}: Survived {round(res[0])}%, Not Survived {round(res[1])}%")

print("\nPasazerowie z dziecmi badz rodzicami:\n")
for cls, res in parch_results.items():
    print(f"Klasa {cls}: Survived {round(res[0])}%, Not Survived {round(res[1])}%")

Pasazerowie z rodzenstwem lub wspolmalzonkiem:

Klasa 1.0: Survived 71%, Not Survived 29%
Klasa 2.0: Survived 53%, Not Survived 47%
Klasa 3.0: Survived 26%, Not Survived 74%

Pasazerowie z dziecmi badz rodzicami:

Klasa 1.0: Survived 73%, Not Survived 27%
Klasa 2.0: Survived 77%, Not Survived 23%
Klasa 3.0: Survived 32%, Not Survived 68%

# dodanie kolumny 'burta': prawa i lewa
#-------------------------------------

# funkcja okreslajaca wartosci dla nowej kolumny 'burta'
def determine_burta(boat):
    if boat in ['2', '4', '6', '8', '10', '12', '14', '16', 'B', 'D']:
        return 'L'
    elif boat in ['1', '3', '5', '7', '9', '11', '13', '15', 'A', 'C']:
        return 'P'
    else:
        return None

# Dodawanie nowej kolumny 'burta' do bazy danych
df['burta'] = df['boat'].apply(determine_burta)

# ocaleni z lewej burty
survived_left_df = df[(df['survived'] == 1.0) & (df['burta'] == 'L')].shape[0]
print(survived_left_df)

216

# ocaleni z prawej burty
survived_right_df = df[(df['survived'] == 1.0) & (df['burta'] == 'P')].shape[0]
survived_right_df

251

# czadowe wykresy pokazujace rozklad klas w poszczegolnych lodziach
# -----------------------------------------------------------------

# funkcja obliczajaca liczbe pasazerow dla kazdej klasy w kazdej z lodzi
def count_passengers_by_class(df, boat_order):
    results = []
    for boat in boat_order:
        for cls in [1.0, 2.0, 3.0]:
            count = len(df[(df['boat'] == boat) & (df['pclass'] == cls)])
            results.append({'boat': boat, 'class': cls, 'count': count})
    return pd.DataFrame(results)

# kolejnosc wodowania szalup
boat_order = ['7', '5', '3', '8', '1', '4', '6', '16', '14', '9', '12', '11', '13', '15', '2', '10', 'C', 'D', 'A', 'B']

# liczenie pasazerow wedlug klasy i lodzi
data = count_passengers_by_class(df, boat_order)

# filtracja danych na prawa i lewa burte
data_right = data[data['boat'].isin([boat for boat in boat_order if determine_burta(boat) == 'P'])]
data_left = data[data['boat'].isin([boat for boat in boat_order if determine_burta(boat) == 'L'])]

# tworzenie subplots
fig, axes = plt.subplots(1, 3, figsize=(18, 4), gridspec_kw={'width_ratios': [2, 1, 1]})

# funkcja do rysowania wykresow
def plot_barchart(data, ax, title):
    sns.barplot(x='boat', y='count', hue='class', data=data, palette={1.0: 'blue', 2.0: 'green', 3.0: 'red'}, ax=ax, legend=False)
    ax.set_title(title)
    ax.set_ylabel('Liczba pasazerow' if title == '' else '')
    ax.set_xlabel('Numer szalupy')
    for label in ax.get_xticklabels():  # Dodane linie
        label.set_fontweight('bold')    # aby wyboldować etykiety osi X
    ax.grid(False, axis='x')
    ax.grid(True, axis='y', linestyle=':', linewidth=1, color='black', alpha=0.5)

# wykres 1: wszystkie lodzie
plot_barchart(data, axes[0], 'Ilosc pasazerow w kolejnych wodowanych lodziach w podziale na klasy')

# pobieranie etykiet z pierwszego wykresu
handles, labels = axes[0].get_legend_handles_labels()

# wykres 2: tylko lodzie z prawej burty
plot_barchart(data_right, axes[1], 'Tylko z prawej burty')

# wykres 3: tylko lodzie z lewej burty
plot_barchart(data_left, axes[2], 'Tylko z lewej burty')

# ustawienia osi Y
for ax in axes[1:]:
    ax.set_yticks(axes[0].get_yticks())
    ax.set_ylabel('')

# dodanie legendy
legend_patches = [
    Patch(facecolor='blue', label='Klasa 1'),
    Patch(facecolor='green', label='Klasa 2'),
    Patch(facecolor='red', label='Klasa 3')
]
fig.legend(handles=legend_patches, loc='upper center', ncol=1, title='Legenda')

plt.tight_layout()
plt.show()

# wyrabista funkcja pokazujaca rozklad plci i dzieci w poszczegolnych lodziach
# ----------------------------------------------------------------------------

# funkcja obliczajaca liczbe pasazerow wedlug plci i wieku w kazdej z lodzi
def count_passengers_by_sex_and_age(df, boat_order):
    results = []
    for boat in boat_order:
        for sex in ['female', 'male']:
            total_count = len(df[(df['boat'] == boat) & (df['sex'] == sex)])
            children_count = len(df[(df['boat'] == boat) & (df['sex'] == sex) & (df['age'] < 15)])
            results.append({'boat': boat, 'sex': sex, 'total_count': total_count, 'children_count': children_count})
    return pd.DataFrame(results)

# liczenie pasazerow wedlug plci i wieku
data_sex_age = count_passengers_by_sex_and_age(df, boat_order)

# filtracja danych na prawej i lewej burcie
data_right_sex = data_sex_age[data_sex_age['boat'].isin([boat for boat in boat_order if determine_burta(boat) == 'P'])]
data_left_sex = data_sex_age[data_sex_age['boat'].isin([boat for boat in boat_order if determine_burta(boat) == 'L'])]

# tworzenie subplots
fig, axes = plt.subplots(1, 3, figsize=(18, 4), gridspec_kw={'width_ratios': [2, 1, 1]})

# funkcja do rysowania wykresow
def plot_barchart_by_sex(data, ax, title):
    colors = {'female': 'deeppink', 'male': 'deepskyblue'}

    # tworzenie wskaznika szerokosci slupkow
    bar_width = 0.4
    boats = data['boat'].unique()

    for sex in ['female', 'male']:
        sex_data = data[data['sex'] == sex]
        x = [i + (-bar_width/2 if sex == 'female' else bar_width/2) for i in range(len(boats))]
        ax.bar(x, sex_data['total_count'], bar_width, color=colors[sex], label='Kobiety' if sex == 'female' else 'Mezczyzni')
        for index, row in enumerate(sex_data.iterrows()):
            ax.bar(x[index], row[1]['children_count'], bar_width, color=colors[sex], hatch='//', edgecolor='black')

    ax.set_title(title)
    ax.set_ylabel('Liczba pasazerow' if title == '' else '')
    ax.set_xlabel('Numer szalupy')
    ax.set_xticks(range(len(boats)))
    ax.set_xticklabels(boats)
    for label in ax.get_xticklabels():
        label.set_fontweight('bold')
    ax.grid(False, axis='x')
    ax.grid(True, axis='y', linestyle=':', linewidth=1, color='black', alpha=0.5)

# wykres 1: wszystkie lodzie
plot_barchart_by_sex(data_sex_age, axes[0], 'Ilosc pasazerow w kolejnych wodowanych lodziach w podziale na plec')

# wykres 2: tylko lodzie z prawej burty
plot_barchart_by_sex(data_right_sex, axes[1], 'Tylko z prawej burty')

# wykres 3: tylko lodzie z lewej burty
plot_barchart_by_sex(data_left_sex, axes[2], 'Tylko z lewej burty')

# ustawienia osi Y
for ax in axes[1:]:
    ax.set_yticks(axes[0].get_yticks())
    ax.set_ylabel('')

# dodanie legendy
handles, labels = axes[0].get_legend_handles_labels()
handles.append(Patch(facecolor='white', hatch='//', edgecolor='black', label='Dzieci'))
fig.legend(handles=[handles[0], handles[1], handles[-1]], labels=['Kobiety', 'Mezczyzni', 'Dzieci'], loc='upper center', ncol=1, title='Legenda')

plt.tight_layout()
plt.show()

Czas zwodowania	Numer szalupy	Pojemnosc standardowa	Pojemnosc w momencie opuszczania
00:40	7	65	28
00:45	5	65	36
00:55	3	65	32
01:00	8	65	25
01:05	1	40	12
01:10	6	65	22
01:20	16	65	53
01:25	14	65	40
01:30	9	65	40
01:30	12	65	42
01:35	11	65	50
01:35	13	65	55
01:40	15	65	68
01:45	2	40	17
01:50	10	65	57
01:50	4	65	30
02:00	C	47	43
02:05	D	47	20
02:14	A	47	12
02:15	B	47	12
------------------------------------------------------------------	------------------------------------------------------------------	------------------------------------------------------------------	------------------------------------------------------------------
Calkowite ilosci:	20	1178	686

Analiza danych pasazerow Titanica¶

Trasa statku¶

Pasazerowie¶

Rozmieszczenie pasazerow na statku¶

Wypadek¶

Ewakuacja pasazerow¶

Ilosc szalup ratunkowych¶

Ilosc ludzi w szalupach¶

Grafika pokazujaca kolejne etapy toniecia statku¶

O Danych:¶

Pytania i hipotezy:¶

1. Wnioski z analizy podstawowych informacji o danych:¶

2. Wnioski z analizy pojedynczych zmiennych:¶

1. Jaki wplyw na zwiekszenie szansy przezycia mial wiek?¶

2. Czy plec miala znaczenie?¶

3. Czy znaczenie miala przynaleznosc do danej klasy?¶

4. Czy posiadanie malzonka lub rodzenstwa zwieksza szanse na przezycie?¶

5. Czy posiadanie dzieci lub rodzicow zmniejsza szanse na ocalenie?¶

7. Czy to, po ktorej stronie statku (prawej lub lewej) czekalo sie na wejscie do szalupy, mialo jakis wplyw na zwiekszanie szans na ocalenie?¶

3. Wnioski z analizy demograficznej poszczegolnych szalup:¶

6. Czy jest jakis zwiazek pomiedzy numerem szalupy, a klasa lub plcia?¶

Analiza skladu osobowego kolejno wodowanych lodzi ratunkowych.¶

Schemat rozmieszczenia szalup na pokladzie¶

Czasy wodowania poszczegolnych szalup¶

4. Podsumowanie¶

	pclass	survived	name	sex	age	sibsp	parch	ticket	fare	cabin	embarked	boat	body	home.dest
466	2.0	0.0	Kantor, Mr. Sinai	male	34.0	1.0	0.0	244367	26.0000	NaN	S	NaN	283.0	Moscow / Bronx, NY
360	2.0	1.0	Caldwell, Mr. Albert Francis	male	26.0	1.0	1.0	248738	29.0000	NaN	S	13	NaN	Bangkok, Thailand / Roseville, IL
842	3.0	0.0	Hagland, Mr. Ingvald Olai Olsen	male	NaN	1.0	0.0	65303	19.9667	NaN	S	NaN	NaN	NaN
181	1.0	1.0	Leader, Dr. Alice (Farnham)	female	49.0	0.0	0.0	17465	25.9292	D17	S	8	NaN	New York, NY
258	1.0	1.0	Serepeca, Miss. Augusta	female	30.0	0.0	0.0	113798	31.0000	NaN	C	4	NaN	NaN

	pclass	sex	total	survived	survival_rate
0	1.0	female	144	139.0	96.5
1	1.0	male	179	61.0	34.1
2	1.0	Total	323	200.0	61.9
3	2.0	female	106	94.0	88.7
4	2.0	male	171	25.0	14.6
5	2.0	Total	277	119.0	43.0
6	3.0	female	216	106.0	49.1
7	3.0	male	493	75.0	15.2
8	3.0	Total	709	181.0	25.5