CommencerCommencer gratuitement

Données corrélées dans la nature

On vous fournit un tableau d'grains s indiquant la largeur et la longueur des échantillons de grains. Vous soupçonnez que la largeur et la longueur sont corrélées. Pour confirmer cela, tracez un graphique en nuage de points représentant la largeur en fonction de la longueur et mesurez leur corrélation de Pearson.

Cet exercice fait partie du cours

Apprentissage non supervisé en Python

Afficher le cours

Instructions

  • Importation :

    • matplotlib.pyplot plt.

    • pearsonr Extrait de scipy.stats.

  • Veuillez attribuer l'0 de la colonne « » de l'adresse grains à l'adresse width et l' de la colonne « 1 » de l'adresse grains à l'adresse length.

  • Tracez un graphique en nuage de points avec l'width sur l'axe des x et l'length sur l'axe des y.

  • Utilisez la fonction « pearsonr() » pour calculer la corrélation de Pearson entre width et length.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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