资源描述:
《13_15探索变量之间的关系》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、LOGO第五课(第13-15课时)探索变量之间的关系•图形分析•相关分析•方差分析数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)前情回顾如何检验一个变量的一组取值是否符合某种分布–图形分析–使用样本数字特征–使用什么是假设检验?–统计分析的经典框架–p-值–从样本分布构建检验–K-S检验–以及其他分布检验数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)任务描述理解变量之间的关系了解根据变量类型,选择适合的分析方式掌握使用图形分析,相关分析,方差分析数据:链接:http://pan.baidu.com/s/1bpKAd8V密码:dw8g–t
2、ips.csv数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)载入数据:tips.csv载入常用库–importpandasaspd–importnumpyasnp–importmatplotlib.pyplotasplt载入模块–frompandasimportSeries,DataFrame–fromscipyimportstats读入数据(假设文件在工作目录路径下)–tips=pd.read_csv('tips.csv')数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)从单变量到多变量对单变量的分析:–数字特征–分布•“模式”?•“异常”
3、?对两个或更多变量的分析:–找到变量之间的关系......–case“没关系”:•Nothingmoretodo–case“有关系”:•多大关系?•什么样的关系?数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)度量变量之间的关系使用可视化–探索变量之间的关系–点图–箱线图独立性检验–变量之间是否相互独立相关性检验–独立性检验被拒绝时,考察相关性–相关系数数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)可视化分析-使用点图–fig=plt.figure(figsize=(8,6))–ax=fig.add_subplot(1,1,1)–fromnu
4、mpyimportrandom–ax.plot(random.rand(50).cumsum(),'.')–fig数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)可视化分析-使用点图–fig,ax=plt.subplots(1,1,figsize=(6,6))–ax.clear()–ax.plot(tips[tips['sex']=='Male']['tip'],'o',label='Male')–ax.plot(tips[tips['sex']=='Female']['tip'],'o',label='Female')–ax.legend(loc='best')–fi
5、g数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)可视化分析-使用点图使用散点图,分组–ax.plot(tips[tips['sex']=='Male']['total_bill'],tips[tips['sex']=='Male']['tip'],'o',label='Male')–ax.plot(tips[tips['sex']=='Female']['total_bill'],tips[tips['sex']=='Female']['tip'],'o',label='Female')–fig数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)可视化
6、分析-使用点图可视化的优势–更容易发现“模式”数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)使用散点图分组–ax.scatter(tips[tips['sex']=='Male']['total_bill'],tips[tips['sex']=='Male']['tip'],label='Male')–ax.scatter(tips[tips['sex']=='Female']['total_bill'],tips[tips['sex']=='Female']['tip'],c='g',label='Female')–ax.legend(loc='best')–f
7、ig数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)可视化分析-使用点图-继续探索直方图–tips['tip_pct']=tips['tip']/tips['total_bill']–tips['tip_pct'].hist(by=tips['sex'],bins=50,range=[0,0.8])数据分析和数据挖掘中国大数据在线教育领导者by郭鹏程(绿树@小象)可视化分析-使用箱线图箱线图(盒须图)–中位数–