Корреляция

Разведочный анализ данных на Python

Izzy Weber

Curriculum Manager, DataCamp

Корреляция

Описывает направление и силу связи между двумя переменными
Установите numeric_only=True, чтобы избежать ошибок с нечисловыми столбцами

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

Вычисляет коэффициент корреляции Пирсона

Тепловые карты корреляций

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

Тепловая карта корреляций для данных о разводах

Корреляция в контексте

divorce["divorce_date"].min()

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

divorce["divorce_date"].max()

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

Визуализация зависимостей

Сильная зависимость при низком линейном коэффициенте корреляции

Сильная зависимость — но не линейная
Коэффициент корреляции Пирсона: -6.48e-18

Квадратичная зависимость при высоком линейном коэффициенте корреляции

Квадратичная зависимость; не линейная
Коэффициент корреляции Пирсона: .971211

Диаграммы рассеяния

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

Диаграмма рассеяния доходов мужчин и женщин на момент развода

Парные графики

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

Парный график для всех числовых столбцов датафрейма divorce

Парные графики

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

Парный график доходов партнёров и продолжительности брака

Давайте потренируемся!

Разведочный анализ данных на Python