Korelace

Exploratory Data Analysis in Python

Izzy Weber

Curriculum Manager, DataCamp

Korelace

Popisuje směr a sílu vztahu mezi dvěma proměnnými
Nastavte numeric_only=True, aby nedocházelo k chybám u nečíselných sloupců

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

Vypočítá Pearsonův korelační koeficient

Korelační heatmapy

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

Heatmapa korelací v datech o rozvodech

Korelace v kontextu

divorce["divorce_date"].min()

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

divorce["divorce_date"].max()

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

Vizualizace vztahů

Silný vztah s nízkým lineárním korelačním koeficientem

Silný vztah—ale nelineární
Pearsonův korelační koeficient: -6.48e-18

Kvadratický vztah s vysokým lineárním korelačním koeficientem

Kvadratický vztah; nelineární
Pearsonův korelační koeficient: .971211

Bodové grafy

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

bodový graf příjmů mužů a žen v době rozvodu

Pairploty

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

Pairplot všech numerických sloupců v datovém rámci divorce

Pairploty

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

pairplot příjmů partnerů a délky manželství

Pojďme procvičovat!

Exploratory Data Analysis in Python