Korrelation

Exploratory Data Analysis i Python

Izzy Weber

Curriculum Manager, DataCamp

Korrelation

Beskriver riktning och styrka i sambandet mellan två variabler
Ange numeric_only=True för att undvika fel med icke-numeriska kolumner

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

Beräknar Pearson-korrelationskoefficienten

Korrelationsheatmaps

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

En heatmap över korrelationer i skilsmässodatan

Korrelation i kontext

divorce["divorce_date"].min()

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

divorce["divorce_date"].max()

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

Visualisera samband

Ett starkt samband med låg linjär korrelationskoefficient

Starkt samband—men inte linjärt
Pearson-korrelationskoefficient: -6.48e-18

Ett kvadratiskt samband med hög linjär korrelationskoefficient

Kvadratiskt samband; inte linjärt
Pearson-korrelationskoefficient: .971211

Spridningsdiagram

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

Ett spridningsdiagram över mäns och kvinnors inkomst vid skilsmässa

Pairplots

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

Ett pairplot över alla numeriska kolumner i skilsmässodataframen

Pairplots

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

Ett pairplot över partnernas inkomster och äktenskapets längd

Nu kör vi en övning!

Exploratory Data Analysis i Python