Correlation

Python में Exploratory Data Analysis

Izzy Weber

Curriculum Manager, DataCamp

Correlation

दो वैरिएबल्स के बीच संबंध की दिशा और ताकत बताता है
non-numeric कॉलम्स से त्रुटि रोकने के लिए numeric_only=True सेट करें

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

Pearson correlation coefficient गणना करता है

Correlation heatmaps

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

तलाक के correlations का एक हीटमैप

संदर्भ में Correlation

divorce["divorce_date"].min()

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

divorce["divorce_date"].max()

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

संबंधों का विज़ुअलाइज़ेशन

कम linear correlation coefficient के साथ एक मजबूत संबंध

मजबूत संबंध—पर linear नहीं
Pearson correlation coefficient: -6.48e-18

उच्च linear correlation coefficient के साथ एक quadratic संबंध

Quadratic संबंध; linear नहीं
Pearson correlation coefficient: .971211

Scatter plots

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

तलाक के समय पुरुष और महिला आय का एक स्कैटरप्लॉट

Pairplots

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

divorce डेटाफ़्रेम की सभी संख्यात्मक कॉलम्स का एक पेयरप्लॉट

Pairplots

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

पार्टनर की आय और विवाह अवधि का एक पेयरप्लॉट

अभ्यास करते हैं!

Python में Exploratory Data Analysis