### 使用 Python 绘制泰坦尼克号舱位等级与生存率的饼图 为了绘制泰坦尼克号数据集中舱位等级（Pclass）与生存率之间的关系，可以通过计算每个舱位等级中的生还人数和未生还人数的比例，并利用 `matplotlib` 库来制作饼状图。以下是具体的实现方法： ```python import pandas as pd import matplotlib.pyplot as plt # 假设 df 是加载好的 Titanic 数据集 DataFrame # 计算每个 Pclass 下的存活数和死亡数 survival_counts = df.groupby(['Pclass', 'Survived']).size().unstack(fill_value=0) # 添加总人数列以便后续计算百分比 survival_counts['Total'] = survival_counts.sum(axis=1) survival_counts['Survival_Rate'] = survival_counts[1] / survival_counts['Total'] # 提取用于绘制饼图的数据 labels = ['Class 1', 'Class 2', 'Class 3'] sizes_not_survived = survival_counts.loc[[1, 2, 3], 0].values.tolist() sizes_survived = survival_counts.loc[[1, 2, 3], 1].values.tolist() # 设置颜色和其他参数 colors_survived = ['#66b3ff','#99ff99','#ffcc99'] colors_not_survived = ['#c2c2f0','#d1ffd1','#ffe1bf'] # 创建子图布局 fig, axes = plt.subplots(1, 2, figsize=(14, 6)) # 饼图 1：未幸存者 axes[0].pie(sizes_not_survived, labels=labels, autopct='%1.1f%%', startangle=90, colors=colors_not_survived) axes[0].set_title('Not Survived by Class') # 饼图 2：幸存者 axes[1].pie(sizes_survived, labels=labels, autopct='%1.1f%%', startangle=90, colors=colors_survived) axes[1].set_title('Survived by Class') # 调整布局并显示图像 plt.tight_layout() plt.show() ``` 上述代码片段首先对数据进行了预处理，统计了各个舱位等级下的生还与遇难人数。随后通过设置两个独立的饼图分别表示未幸存者和幸存者的分布情况，从而直观对比不同舱位等级间的差异[^1]。 值得注意的是，在实际运行该脚本之前需确认已正确导入所需库以及准备好了相应的 Titanic 数据集。此外还可以调整配色方案或者增加额外标注使得图表更加清晰易懂。