相关性

Python 中的探索性数据分析

Izzy Weber

Curriculum Manager, DataCamp

相关性

  • 描述两个变量关系的方向与强度
  • 设为 numeric_only=True，避免含非数值列时报错
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

计算 皮尔逊相关系数

Python 中的探索性数据分析

相关性热图

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

离婚数据的相关性热图

Python 中的探索性数据分析

情境中的相关性

divorce["divorce_date"].min()

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

divorce["divorce_date"].max()

Timestamp('2015-11-03 00:00:00')
Python 中的探索性数据分析

可视化关系

强关系但线性相关系数很低

  • 关系强，但非线性
  • 皮尔逊相关系数：-6.48e-18

二次关系但线性相关系数很高

  • 二次关系；仍非线性
  • 皮尔逊相关系数：.971211
Python 中的探索性数据分析

散点图

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

离婚时男女收入的散点图

Python 中的探索性数据分析

成对图（Pairplot）

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

divorce 数据框中所有数值列的成对图

Python 中的探索性数据分析

成对图（Pairplot）

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

配偶收入与婚姻持续时间的成对图

Python 中的探索性数据分析

Let's practice!

Python 中的探索性数据分析

Preparing Video For Download...