Construire une matrice de corrélation

Maintenant que vous avez classé les albums, l’équipe stratégie veut comprendre quelles métriques évoluent ensemble. Le jeu de données Spotify a été enrichi avec les colonnes streams_billions et streams_per_listener. Construisez une matrice de corrélation pour repérer les relations fortes et faibles entre ces variables numériques.

polars est chargé sous le nom pl. Le DataFrame spotify avec les colonnes supplémentaires est préchargé pour vous.

Cet exercice fait partie du cours

<cours>Transformation de données avec Polars</cours>

Voir le cours

Instructions de l’exercice

Sélectionnez cinq colonnes numériques : streams_billions, monthly_listeners, streams_per_listener, duration_ms et popularity, puis calculez la corrélation.
Ajoutez une colonne metric au résultat pour améliorer la lisibilité.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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)

Modifier et exécuter le code