#1. Сколько мужчин / женщин находилось на борту?
print(len(data[(data['Sex'] == 'male')]))
print(len(data[(data['Sex'] == 'female')]))

#2 Выведите рапределение по переменной Pclass (социально-экономический статус). Дополнительно - это же распределение только для мужчин / женщин.
data['Pclass'][data['Sex']=='male'].hist()
data['Pclass'][data['Sex']=='female'].hist()

#3  Сколько в среднем заплатил один пассажир? Найдите дисперсию этой величины. Сколько все пассажиры заплатили в сумме
print(data['Fare'].mean())
print(data['Fare'].std())
print(data['Fare'].sum())

#4 Правда ли, что молодые выживали чаще (с большей вероятностью), чем старики? Пусть "молодые" - те, кто моложе 30, а "старики" - те, кто старше 60
if len(data['Survived'][data['Age']<30])/len(data[data['Survived']==1])>len(data['Survived'][data['Age']>60])/len(data[data['Survived']==1]):
    print(True)
else:
    print(False)

#5 Правда ли, что женщины выживали чаще мужчин?
if len(data['Survived'][data['Sex']=="female"])/len(data[data['Sex']=='female'])>len(data['Survived'][data['Sex']=='male'])/len(data[data['Sex']=='male']):
    print(True)
else:
    print(False)

#6. Какое самое популярное имя среди пассажиров Титаника мужского пола?
def get_short_name(name):
    name=name[name.find(',')+1:]
    name=name[name.find('.')+1:]
    return name
s=data[data['Sex']=='male']['Name'].apply(get_short_name)
ss=s.value_counts().to_dict()
print(list(ss.keys())[0],' ',list(ss.values())[0])
#7. Сравните распределение стоимости билетов у спасенных и у погибших.
data['Fare'][data['Survived']==1].hist()
plt.show()
data['Fare'][data['Survived']==0].hist()
#8.Как отличается средний возраст мужчин / женщин в зависимости от класса обслуживания?
data[(data['Sex']=="male") & (data['Pclass']==1)]['Age'].hist()
plt.show()
data[(data['Sex']=="male") & (data['Pclass']==2)]['Age'].hist()
plt.show()
data[(data['Sex']=="male") & (data['Pclass']==3)]['Age'].hist()
plt.show()
data[(data['Sex']=="female") & (data['Pclass']==1)]['Age'].hist()
plt.show()
data[(data['Sex']=="female") & (data['Pclass']==2)]['Age'].hist()
plt.show()
data[(data['Sex']=="female") & (data['Pclass']==3)]['Age'].hist()
plt.show()