Univariat, Lalu Bivariat
Dari kolom tunggal ke hubungan antarvariabel
Univariat, Lalu Bivariat adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.
Satu Kolom, Lalu Dua
EDA yang baik memiliki urutan. Pertama, pahami setiap kolom secara terpisah, lalu pelajari bagaimana pasangan kolom bergerak bersama. Mulailah dengan analisis univariat, lalu lanjutkan ke bivariat. 📊
Arti Univariat
Melihat satu kolom secara terpisah disebut analisis univariat. Anda menanyakan nilai yang umum dan seberapa tersebar nilainya.
Histogram Menunjukkan Bentuk
Untuk satu kolom numerik, sebuah histogram memperlihatkan bentuknya: menyerupai lonceng, miring, atau bergelombang. Bentuk ini memberi petunjuk tentang cara memodelkannya nanti.
df["age"].hist()Diagram Batang untuk Kategori
Untuk satu kolom label, diagram batang dari value_counts menunjukkan kategori mana yang dominan dan mana yang jarang.
df["plan"].value_counts().plot.bar()Pusat dan Sebaran
Setiap kolom numerik memiliki pusat, seperti mean, dan sebaran, seperti simpangan baku. Keduanya merangkum kolom tersebut dalam dua angka.
Sekarang Bandingkan Dua Kolom
Setelah kolom dipahami secara terpisah, pelajari pasangan kolom. Analisis bivariat menanyakan apakah dua variabel naik dan turun bersama.
Angka vs Angka
Untuk dua kolom numerik, plot sebar menunjukkan apakah keduanya memiliki tren yang sama, berlawanan, atau sama sekali tidak berhubungan.
df.plot.scatter(x="tenure", y="charges")Kategori vs Angka
Untuk membandingkan angka antar kelompok, kelompokkan lalu rangkum. Rata-rata berkelompok menunjukkan perbedaan biaya berdasarkan paket dalam satu baris.
df.groupby("plan")["charges"].mean()Kategori vs Kategori
Untuk dua kolom label, crosstab menghitung setiap kombinasi sehingga Anda dapat melihat pasangan mana yang sering muncul bersama.
pd.crosstab(df["plan"], df["churn"])Ukur Hubungannya
Plot sebar memberikan petunjuk, tetapi angka memberikan kepastian. Korelasi antara dua kolom numerik mengukur seberapa erat keduanya bergerak bersama.
df["tenure"].corr(df["charges"])Selalu Bangun Secara Berurutan
Langsung mempelajari hubungan sebelum memahami setiap kolom dapat menyembunyikan masalah. Urutan yang mendahulukan analisis univariat menjaga agar kesimpulan Anda tetap dapat dipercaya.
Pemeriksaan Singkat
Anda ingin melihat apakah dua kolom numerik bergerak bersama.
Rangkuman: Tunggal, Lalu Berpasangan
Anda mengeksplorasi satu kolom dengan histogram dan diagram batang, lalu pasangan kolom dengan plot sebar, pengelompokan, dan korelasi. Urutan membuat wawasan tetap objektif. ✅
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Univariat, Lalu Bivariat” gratis?
Ya — teks lengkap “Univariat, Lalu Bivariat” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Univariat, Lalu Bivariat”?
Dari kolom tunggal ke hubungan antarvariabel Kamu berlatih Data Science Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Data Science Academy?
Tidak diperlukan pengalaman sebelumnya. Data Science Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.
Berapa lama pelajaran “Univariat, Lalu Bivariat” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Data Science Academy ini?
Ya. Setiap pelajaran Data Science Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Tentukan Pertanyaan Terlebih Dahulu
- Membuat Profil Setiap Kolom
- Univariat, Lalu Bivariat
- Catat Temuan Anda