Relations entre facteurs et distributions

Analyse exploratoire de données en Python

Izzy Weber

Curriculum Manager, DataCamp

Niveau d'études : partenaire masculin

divorce["education_man"].value_counts()

Professional    1313
Preparatory      501
Secondary        288
Primary          100
None               4
Other              3
Name: education_man, dtype: int64

Explorer les relations catégorielles

sns.histplot(data=divorce, x="marriage_duration", binwidth=1)
plt.show()

Histogramme de la durée du mariage

Explorer les relations catégorielles

sns.histplot(data=divorce, x="marriage_duration", hue="education_man", binwidth=1)
plt.show()

Histogramme de la durée du mariage, coloré par education_man

Graphiques KDE (estimation à noyau)

sns.kdeplot(data=divorce, x="marriage_duration", hue="education_man")
plt.show()

Courbe KDE de la durée du mariage avec hue=education_man

Graphiques KDE (estimation à noyau)

Courbe KDE de la durée du mariage avec hue=education_man, zoom sur marriage_duration à zéro

Graphiques KDE (estimation à noyau)

sns.kdeplot(data=divorce, x="marriage_duration", hue="education_man", cut=0)
plt.show()

Courbe KDE de la durée du mariage avec hue=education_man et cut=0

Graphiques KDE cumulatifs

sns.kdeplot(data=divorce, x="marriage_duration", hue="education_man", cut=0, cumulative=True)
plt.show()

Fonction de répartition cumulative de la durée du mariage avec hue=education_man et cut=0

Âge au mariage et niveau d'études : relation

Y a-t-il un lien entre l'âge au mariage et le niveau d'études ?

divorce["man_age_marriage"] = divorce["marriage_year"] - divorce["dob_man"].dt.year
divorce["woman_age_marriage"] = divorce["marriage_year"] - divorce["dob_woman"].dt.year

Nuage de points avec variables catégorielles

sns.scatterplot(data=divorce, x="woman_age_marriage", y="man_age_marriage")
plt.show()

Nuage de points : woman_age_marriage et man_age_marriage

Nuage de points avec variables catégorielles

sns.scatterplot(data=divorce, 
                x="woman_age_marriage",
                y="man_age_marriage", 
                hue="education_man")
plt.show()

Nuage de points : woman_age_marriage et man_age_marriage avec hue=education_man

Passons à la pratique !

Analyse exploratoire de données en Python