LoslegenKostenlos loslegen

Korrelierte Daten in der Natur

Du bekommst ein Array „ grains “, das die Breite und Länge der Getreideproben angibt. Du denkst, dass die Breite und Länge zusammenhängen könnten. Um das zu checken, mach ein Streudiagramm von Breite gegen Länge und schau dir die Pearson-Korrelation an.

Diese Übung ist Teil des Kurses

Unüberwachtes Lernen in Python

Kurs anzeigen

Anleitung zur Übung

  • Importieren:

    • matplotlib.pyplot als „ plt “.

    • pearsonr von scipy.stats.

  • Weise die Spalten- 0 von grains width und die Spalten- 1 von grains length zu.

  • Mach ein Streudiagramm mit „ width ” auf der x-Achse und „ length ” auf der y-Achse.

  • Verwende die Funktion „ pearsonr() “, um die Pearson-Korrelation von „ width “ und „ length “ zu berechnen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Perform the necessary imports
____
____

# Assign the 0th column of grains: width
width = ____

# Assign the 1st column of grains: length
length = ____

# Scatter plot width vs length
plt.scatter(____, ____)
plt.axis('equal')
plt.show()

# Calculate the Pearson correlation
correlation, pvalue = ____

# Display the correlation
print(correlation)
Code bearbeiten und ausführen