1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Eksploracyjna analiza danych w Pythonie
Connected

Exercise

Wyodrębnianie cech do analizy korelacji

W tym ćwiczeniu będziesz pracować z wersją zbioru danych salaries, która zawiera nową kolumnę o nazwie "date_of_response".

Zbiór danych został wczytany jako DataFrame biblioteki pandas, a kolumna "date_of_response" ma typ danych datetime.

Twoim zadaniem jest wyodrębnienie atrybutów daty i czasu z tej kolumny, a następnie stworzenie mapy ciepła wizualizującej współczynniki korelacji między zmiennymi.

Biblioteka Seaborn została już zaimportowana jako sns, pandas jako pd, a matplotlib.pyplot jako plt.

Instrukcje

100 XP
  • Wyodrębnij miesiąc z kolumny "date_of_response" i zapisz go jako kolumnę o nazwie "month".
  • Utwórz kolumnę "weekday" zawierającą dzień tygodnia, w którym uczestnicy wypełnili ankietę.
  • Narysuj mapę ciepła, uwzględniając wartości współczynnika korelacji Pearsona.