Features extraheren voor correlatie
In deze oefening werk je met een versie van de salaries-gegevensset met een nieuwe kolom "date_of_response".
De gegevensset is ingelezen als een pandas DataFrame, waarbij "date_of_response" het gegevenstype datetime heeft.
Je taak is om datetime-attributen uit deze kolom te halen en vervolgens een heatmap te maken om de correlatiecoëfficiënten tussen variabelen te visualiseren.
Seaborn is al voor je geïmporteerd als sns, pandas als pd en matplotlib.pyplot als plt.
Deze oefening maakt deel uit van de cursus
Exploratory Data Analysis in Python
Oefeninstructies
- Haal de maand uit
"date_of_response"en sla die op in een kolom"month". - Maak de kolom
"weekday"met de weekdag waarop de deelnemers de enquête invulden. - Maak een heatmap en neem daarbij de Pearson-correlatiecoëfficiënten op.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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()