การดึง feature เพื่อวิเคราะห์สหสัมพันธ์
ในแบบฝึกหัดนี้ จะได้ทำงานกับชุดข้อมูล salaries เวอร์ชันที่มีคอลัมน์ใหม่ชื่อ "date_of_response"
ชุดข้อมูลถูกโหลดเป็น pandas DataFrame โดยกำหนดให้ "date_of_response" มีชนิดข้อมูลเป็น datetime
ภารกิจคือดึง attribute ของ datetime จากคอลัมน์นี้ แล้วสร้าง heat map เพื่อแสดงภาพค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างตัวแปรต่าง ๆ
มีการ import Seaborn ให้แล้วในชื่อ sns, pandas ในชื่อ pd และ matplotlib.pyplot ในชื่อ plt
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ข้อมูลเชิงสำรวจด้วย Python
คำแนะนำการฝึกหัด
- ดึงค่าเดือนจาก
"date_of_response"แล้วเก็บไว้ในคอลัมน์ชื่อ"month" - สร้างคอลัมน์
"weekday"ที่เก็บข้อมูลวันในสัปดาห์ที่ผู้เข้าร่วมตอบแบบสำรวจ - พล็อต heat map พร้อมแสดงค่าสัมประสิทธิ์สหสัมพันธ์ Pearson
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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()