Istogrammi e grafici a dispersione

Gli istogrammi e i grafici a dispersione sono strumenti fondamentali per analizzare e visualizzare la distribuzione e le relazioni tra i dati.

Gli istogrammi mostrano la distribuzione di frequenza dei dati, mentre i grafici a dispersione rivelano la relazione tra due variabili.

Capire gli istogrammi

Un istogramma raggruppa i dati in intervalli e mostra la frequenza con cui si verifica ciascun intervallo di valori. L'altezza di ogni barra rappresenta la frequenza.

Ad esempio, un istogramma può mostrare la distribuzione delle età di una popolazione.

Esempio di un istogramma

Immagini di avere le età di 100 persone. Un istogramma può aiutarci a capire come queste età sono distribuite in diversi intervalli.

Capire i grafici a dispersione

I grafici a dispersione mostrano i punti dati su un piano bidimensionale. Ogni punto rappresenta una coppia di valori relativa a due variabili.

Ad esempio, un grafico a dispersione può mostrare la relazione tra le ore di studio e i risultati dei test.

Esempio di un grafico a dispersione

Consideri i dati relativi al numero di ore di studio degli studenti e ai risultati dei loro test. Un grafico a dispersione può rivelare se tra queste variabili esiste una correlazione positiva, negativa o nulla.

Creare un istogramma in Python

Ecco un esempio di come creare un istogramma usando Matplotlib:

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()

Creazione di un grafico a dispersione in Python

Ecco un esempio di come creare un grafico a dispersione utilizzando 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()

Confronto tra istogrammi e grafici a dispersione

Mentre gli istogrammi mostrano la distribuzione dei dati, i grafici a dispersione rivelano le relazioni tra due variabili. Entrambi sono utili, a seconda dell'obiettivo dell'analisi.

Riepilogo e prossimi passaggi

In questa lezione abbiamo trattato:

• lo scopo degli istogrammi e dei grafici a dispersione;
• come crearli e analizzarli in Python.

Successivamente impareremo a conoscere le mappe di calore per visualizzare correlazioni e matrici.