Histogramme und Streudiagramme

Histogramme und Streudiagramme sind wichtige Werkzeuge zur Analyse und Visualisierung von Datenverteilungen und Zusammenhängen.

Histogramme zeigen die Häufigkeitsverteilung von Daten, während Streudiagramme den Zusammenhang zwischen zwei Variablen sichtbar machen.

Histogramme verstehen

Ein Histogramm fasst Daten in Klassen zusammen und zeigt, wie häufig die einzelnen Wertebereiche vorkommen. Die Höhe jedes Balkens stellt die Häufigkeit dar.

Ein Histogramm kann beispielsweise die Altersverteilung in einer Bevölkerung darstellen.

Beispiel für ein Histogramm

Stellen Sie sich vor, wir haben die Altersangaben von 100 Personen. Ein Histogramm kann uns helfen zu verstehen, wie diese Altersangaben auf verschiedene Bereiche verteilt sind.

Streudiagramme verstehen

Streudiagramme stellen Datenpunkte in einer zweidimensionalen Ebene dar. Jeder Punkt repräsentiert ein Wertepaar aus zwei Variablen.

Ein Streudiagramm kann beispielsweise den Zusammenhang zwischen Lernzeit und Testergebnissen darstellen.

Beispiel für ein Streudiagramm

Betrachten Sie Daten, die zeigen, wie viele Stunden Schülerinnen und Schüler gelernt haben und welche Testergebnisse sie erzielt haben. Ein Streudiagramm kann erkennen lassen, ob zwischen diesen Variablen eine positive, negative oder keine Korrelation besteht.

Ein Histogramm in Python erstellen

Hier sehen Sie ein Beispiel dafür, wie Sie mit Matplotlib ein Histogramm erstellen:

import matplotlib.pyplot as plt
import numpy as np

data = np.random.normal(50, 10, 100)
plt.hist(data, bins=10, color='blue', alpha=0.7)
plt.title('Histogram Example')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

Streudiagramm in Python erstellen

Hier sehen Sie ein Beispiel zum Erstellen eines Streudiagramms mit Matplotlib:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 25, 30, 50]

plt.scatter(x, y, color='red')
plt.title('Scatter Plot Example')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Histogramme und Streudiagramme vergleichen

Während Histogramme die Datenverteilung zeigen, machen Streudiagramme Beziehungen zwischen zwei Variablen sichtbar. Beide sind je nach Analyseziel wertvoll.

Zusammenfassung und nächste Schritte

In dieser Lektion haben wir Folgendes behandelt:

• Den Zweck von Histogrammen und Streudiagrammen.
• Wie Sie diese in Python erstellen und analysieren.

Als Nächstes lernen wir Heatmaps kennen, mit denen sich Korrelationen und Matrizen visualisieren lassen.