الباندا - إرتباطات البيانات

إيجاد العلاقات

تعد الطريقة جانبًا رائعًا من جوانب وحدة Pandas corr().

تحسب الطريقة corr()العلاقة بين كل عمود في مجموعة البيانات الخاصة بك.

تستخدم الأمثلة في هذه الصفحة ملف CSV يسمى: "data.csv".

تنزيل data.csv . أو افتح data.csv

            Duration     Pulse  Maxpulse  Calories
  Duration  1.000000 -0.155408  0.009403  0.922721
  Pulse    -0.155408  1.000000  0.786535  0.025120
  Maxpulse  0.009403  0.786535  1.000000  0.203814
  Calories  0.922721  0.025120  0.203814  1.000000

وأوضح النتيجة

نتيجة corr()الطريقة هي جدول به الكثير من الأرقام التي تمثل مدى جودة العلاقة بين عمودين.

العدد يختلف من -1 إلى 1.

1 يعني أن هناك علاقة من 1 إلى 1 (ارتباط مثالي) ، وبالنسبة لمجموعة البيانات هذه ، في كل مرة ترتفع فيها قيمة في العمود الأول ، ترتفع الأخرى أيضًا.

0.9 هي أيضًا علاقة جيدة ، وإذا قمت بزيادة قيمة واحدة ، فمن المحتمل أن تزيد القيمة الأخرى أيضًا.

ستكون العلاقة -0.9 جيدة مثل 0.9 ، ولكن إذا قمت بزيادة قيمة واحدة ، فمن المحتمل أن تنخفض القيمة الأخرى.

0.2 يعني عدم وجود علاقة جيدة ، مما يعني أنه إذا ارتفعت قيمة ما لا يعني أن الأخرى سوف.

الارتباط المثالي:

يمكننا أن نرى أن "Duration" و "Duration" حصلتا على الرقم 1.000000، وهو أمر منطقي ، فلكل عمود دائمًا علاقة مثالية مع نفسه.

ارتباط جيد:

هناك علاقة متبادلة بين "المدة" و "السعرات الحرارية" 0.922721، وهو ارتباط جيد جدًا ، ويمكننا توقع أنه كلما طالت مدة التمرين ، زادت السعرات الحرارية التي تحرقها ، والعكس بالعكس: إذا حرقت الكثير من السعرات الحرارية ، ربما كان لديه عمل طويل.

ارتباط سيء:

حصلت "Duration" و "Maxpulse" على 0.009403ارتباط ، وهو ارتباط سيء للغاية ، مما يعني أنه لا يمكننا توقع الحد الأقصى للنبض بمجرد النظر إلى مدة التمرين ، والعكس صحيح.

df.()