本实验进行泰坦尼克乘客生存分析，下面四小问分别怎么作答？
1912年，当时世界上体积最庞大、内部设施最豪华的客运轮船，有“永不沉没”美誉的泰坦尼克号，在首次航行中撞冰山沉入大西洋底3700米深处。事故造成2224名乘客和机组人员中1502人死亡，大面积伤亡的原因之一是船上没有足够的救生艇供乘客和船员使用。尽管在沉船事故中幸存下来的人有一些运气成分，但有些人会比其他人具有更高的存活几率。
著名的数据分析竞赛网站Kaggle上，举行了很多数据分析比赛，其中比较著名的就有泰坦尼克号乘客生还预测 。Kaggle提供的数据集中，共有1309名乘客数据，其中891是已知存活情况，剩下418则是需要进行分析预测的。本实验仅使用包含存活状态属性的训练数据进行数据分析。
数据主要字段说明如下：
PassengerId: 乘客编号
Survived: Survived (1) or died (0)是否存活
Pclass: 船舱
Name: 姓名
Sex: 性别
Age: 年龄
SibSp: 兄弟/姐妹/配偶的数量
Parch: 父母/子女的数量
Ticket: 票号
Fare: 票价
Cabin: 座号
Embarked: 登船港口
本周实验分析探索原始数据，查看数据空值等情况，并使用可视化图表展示性别、船舱等级等与存活率的关系。
1. 数据导入
（1）引入数据分析所需的包。
（2）读入实验数据。
（3）查看实验数据，了解数据情况。
- 缺失值处理
（1）处理年龄（Age）的缺失值，用平均值补全。
（2）删除船舱号（Cabin）、登船港口（Embarked）两列数据。
3. 数据编码
对于不同类型的数据编码方法不同，对于数值类型的数据可以直接使用，对于日期数据需要转换为单独的年、月、日，对于分类数据使用one-hot编码方法用数字代替类别。
（1）乘客性别Sex：男性male，女性female。将性别的值映射为数值， 男（male）对应数值为1，女（female）对应值为0。
（2）使用get_dummies对船舱等级（Pclass）进行one-hot编码，列名前缀为‘Pcls’，添加one-hot编码产生的虚拟列，删除原来的船舱等级（Pclass）列。
4. 数据可视化
（1）柱状图用长方形长度来比较两个或以上的值。绘制按性别分类的存活人数柱状图。
（2）计算各船舱等级的存活率，用柱状图进行数据可视化。
（3）饼图以图形方式显示各个组成部分所占比例。请根据各船舱等级的乘客人数，用饼图进行数据可视化。
