CommencezCommencez gratuitement

Données corrélées dans la nature

On vous fournit un tableau grains qui donne la largeur et la longueur d'échantillons de grain. Vous soupçonnez que la largeur et la longueur sont corrélées. Pour le confirmer, créez un nuage de points de la largeur en fonction de la longueur et mesurez leur corrélation de Pearson.

Cette activité fait partie du cours

Unsupervised Learning in Python

Voir le cours

Instructions de l’exercice

  • Importez :
    • matplotlib.pyplot sous le nom plt.
    • pearsonr depuis scipy.stats.
  • Assignez la colonne 0 de grains à width et la colonne 1 de grains à length.
  • Créez un nuage de points avec width sur l'axe des x et length sur l'axe des y.
  • Utilisez la fonction pearsonr() pour calculer la corrélation de Pearson de width et length.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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)
Modifier et exécuter le code