Prima univariata, poi bivariata
Dalle singole colonne alle relazioni.
Prima univariata, poi bivariata è una lezione Data Science Academy gratuita su CoddyKit. Questa è la lezione 3 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Data Science Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Data Science Academy include 4 lezioni in totale.
Una colonna, poi due
Una buona EDA segue un ordine. Prima comprende ogni colonna singolarmente, poi studia come le coppie variano insieme. Inizi con l'analisi univariata e concluda con quella bivariata. 📊
Che cosa significa univariata
Osservare una singola colonna per conto proprio significa fare un'analisi univariata. Ci si chiede quale sia il valore tipico e quanto siano dispersi i valori.
Gli istogrammi mostrano la forma
Per una colonna numerica, un istogramma ne rivela la forma: a campana, asimmetrica o irregolare. La forma suggerisce come modellarla in seguito.
df["age"].hist()Grafici a barre per le categorie
Per una singola colonna di etichette, un grafico a barre di value_counts mostra quali categorie prevalgono e quali sono rare.
df["plan"].value_counts().plot.bar()Centro e dispersione
Ogni colonna numerica ha un centro, come la media, e una dispersione, come la deviazione standard. Insieme la riassumono con due numeri.
Ora confrontare due colonne
Quando le colonne sono chiare prese singolarmente, studi le coppie. L'analisi bivariata chiede se due variabili crescono e diminuiscono insieme.
Numero e numero
Per due colonne numeriche, un grafico a dispersione mostra se seguono la stessa tendenza, se hanno andamenti opposti o se sono disperse senza alcuna relazione.
df.plot.scatter(x="tenure", y="charges")Categoria e numero
Per confrontare un numero tra diversi gruppi, raggruppi e poi riassuma. Una media raggruppata mostra in una sola riga come cambiano gli addebiti in base al piano.
df.groupby("plan")["charges"].mean()Categoria e categoria
Per due colonne numeriche, uno scatter plot mostra se seguono la stessa tendenza, si muovono in direzioni opposte o sono completamente scollegate.
pd.crosstab(df["plan"], df["churn"])Quantificare il legame
Uno scatter fornisce un'indicazione, ma un numero la conferma. La correlazione tra due colonne numeriche misura quanto strettamente variano insieme.
df["tenure"].corr(df["charges"])Costruire sempre l'analisi nel giusto ordine
Passare alle relazioni prima di conoscere ogni colonna nasconde delle insidie. L'ordine che parte dall'analisi univariata mantiene affidabili le conclusioni.
Controllo rapido
Desidera vedere se due colonne numeriche variano insieme.
Riepilogo: prima singole, poi coppie
Esplora una colonna con istogrammi e grafici a barre, poi le coppie con grafici scatter, raggruppamenti e correlazione. L'ordine mantiene affidabili gli insight. ✅
Impara Python con un tutor IA — gratis
Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.
- Corsi
- 30
- Lezioni
- 120
Domande Frequenti
La lezione «Prima univariata, poi bivariata» è gratuita?
Sì — il testo completo di «Prima univariata, poi bivariata» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Data Science Academy, passa a CoddyKit PRO. Il corso Data Science Academy include 4 lezioni in totale.
Cosa imparerò in «Prima univariata, poi bivariata»?
Dalle singole colonne alle relazioni. Eserciti Data Science Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare Data Science Academy?
Non è richiesta alcuna esperienza precedente. Data Science Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 3 di 4.
Quanto tempo richiede la lezione «Prima univariata, poi bivariata»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione Data Science Academy?
Sì. Ogni lezione Data Science Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Definire prima le domande
- Profilare ogni colonna
- Prima univariata, poi bivariata
- Annotare ciò che si è scoperto