Correlazione

Analisi esplorativa dei dati in Python

Izzy Weber

Curriculum Manager, DataCamp

Correlazione

Descrive direzione e forza della relazione tra due variabili
Imposta numeric_only=True per evitare errori con colonne non numeriche

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

Calcola il coefficiente di correlazione di Pearson

Heatmap di correlazione

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

Una heatmap delle correlazioni nel dataset divorce

Correlazione nel contesto

divorce["divorce_date"].min()

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

divorce["divorce_date"].max()

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

Visualizzare relazioni

Una relazione forte con un basso coefficiente di correlazione lineare

Relazione forte, ma non lineare
Coefficiente di Pearson: -6.48e-18

Una relazione quadratica con alto coefficiente di correlazione lineare

Relazione quadratica; non lineare
Coefficiente di Pearson: .971211

Scatter plot

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

uno scatterplot di reddito di uomini e donne al momento del divorzio

Pairplot

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

Un pairplot di tutte le colonne numeriche del dataframe divorce

Pairplot

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

un pairplot dei redditi dei partner e della durata del matrimonio

Ayo berlatih!

Analisi esplorativa dei dati in Python