Correlación

Análisis exploratorio de datos en Python

Izzy Weber

Curriculum Manager, DataCamp

Correlación

Describe la dirección y la fuerza de la relación entre dos variables.
Establece numeric_only=True para evitar errores con columnas no numéricas.

divorce.corr(numeric_only=True)


                    income_man  income_woman  marriage_duration  num_kids  marriage_year 
 income_man         1.000       0.318         0.085              0.041     0.019         
 income_woman       0.318       1.000         0.079              -0.018    0.026         
 marriage_duration  0.085       0.079         1.000              0.447     -0.812        
 num_kids           0.041       -0.018        0.447              1.000     -0.461        
 marriage_year      0.019       0.026         -0.812             -0.461    1.000

Calcula el coeficiente de correlación de Pearson

Mapas de calor de correlación

sns.heatmap(divorce.corr(numeric_only=True), annot=True)
plt.show()

Mapa de calor de las correlaciones entre divorcios

Correlación en contexto

divorce["divorce_date"].min()

Timestamp('2000-01-08 00:00:00')

divorce["divorce_date"].max()

Timestamp('2015-11-03 00:00:00')

Visualizar las relaciones

Una relación fuerte con un coeficiente de correlación lineal bajo

Relación fuerte, pero no lineal
Coeficiente de correlación de Pearson: -6.48e-18

Una relación cuadrática con un alto coeficiente de correlación lineal

Relación cuadrática; no lineal
Coeficiente de correlación de Pearson: .971211

Diagramas de dispersión

sns.scatterplot(data=divorce, x="income_man", y="income_woman")
plt.show()

Gráfico de dispersión de los ingresos de hombres y mujeres en el momento del divorcio

Gráficos de pares

sns.pairplot(data=divorce)
plt.show()

Un gráfico de pares de todas las columnas numéricas del DataFrame sobre divorcios

Gráficos de pares

sns.pairplot(data=divorce, vars=["income_man", "income_woman", "marriage_duration"])
plt.show()

Un gráfico de pares que muestra los ingresos de las parejas y la duración del matrimonio

¡Vamos a practicar!

Análisis exploratorio de datos en Python