Kom igångKom igång gratis

Korrelerade data i naturen

Du har tillgång till en array grains med bredd och längd för olika spannmålsprover. Du misstänker att bredd och längd är korrelerade. Bekräfta detta genom att skapa ett spridningsdiagram över bredd mot längd och beräkna deras Pearsons korrelation.

Den här övningen är en del av kursen

Oövervakad inlärning i Python

Visa kurs

Övningsinstruktioner

  • Importera:
    • matplotlib.pyplot som plt.
    • pearsonr från scipy.stats.
  • Tilldela kolumn 0 i grains till width och kolumn 1 i grains till length.
  • Skapa ett spridningsdiagram med width på x-axeln och length på y-axeln.
  • Använd funktionen pearsonr() för att beräkna Pearsons korrelation mellan width och length.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)
Redigera och kör kod