Extraction de caractéristiques pour la corrélation
Dans cet exercice, vous travaillerez avec une version de l'ensemble de données salaries contenant une nouvelle colonne appelée "date_of_response".
L'ensemble de données a été lu sous la forme d'un DataFrame pandas, avec "date_of_response" comme type de données datetime.
Votre tâche consiste à extraire les attributs de date de cette colonne, puis à créer une carte thermique pour visualiser les coefficients de corrélation entre les variables.
Seaborn a été importé pour vous en tant que sns, pandas en tant que pd, et matplotlib.pyplot en tant que plt.
Cet exercice fait partie du cours
<cours>Analyse de données exploratoires en Python</cours>Instructions de l’exercice
- Extrayez le mois de
"date_of_response", en le stockant dans une colonne appelée"month". - Créez la colonne
"weekday", qui contient le jour de la semaine où les participants ont répondu à l'enquête. - Tracez une carte thermique, y compris les scores du coefficient de corrélation de Pearson.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Get the month of the response
salaries["month"] = ____["____"].____.____
# Extract the weekday of the response
salaries["weekday"] = ____
# Create a heatmap
sns.____(____.____(numeric_only=True), annot=____)
plt.show()