Eine Korrelationsmatrix erstellen

Nachdem du Alben gerankt hast, möchte das Strategy-Team verstehen, welche Kennzahlen sich gemeinsam bewegen. Der Spotify-Datensatz wurde um die Spalten streams_billions und streams_per_listener erweitert. Erstelle eine Korrelationsmatrix, um starke und schwache Zusammenhänge zwischen diesen numerischen Features zu erkennen.

polars ist als pl geladen. Das DataFrame spotify mit zusätzlichen Spalten ist für dich vorab geladen.

Diese Übung ist Teil des Kurses

<Kurs>Datentransformation mit Polars</Kurs>

Kurs ansehen

Übungsanweisungen

Wähle fünf numerische Spalten: streams_billions, monthly_listeners, streams_per_listener, duration_ms und popularity, und berechne die Korrelation.
Füge dem Ergebnis eine Spalte metric für eine bessere Lesbarkeit hinzu.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Build a correlation matrix from selected columns
corr = spotify.____(
    "streams_billions",
    "monthly_listeners",
    "streams_per_listener",
    "duration_ms",
    "____",
).____()

# Add a metric column for row labels
result = corr.with_columns(pl.Series("____", corr.columns))

print(result)

Code bearbeiten und ausführen