Univariat och sedan bivariat
Från enskilda kolumner till samband
Univariat och sedan bivariat är en gratis lektion i Data Science Academy på CoddyKit. Detta är lektion 3 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för Data Science Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i Data Science Academy innehåller totalt 4 lektioner.
En kolumn och sedan två
En bra EDA följer en ordning. Först förstår Ni varje kolumn för sig och undersöker sedan hur par förändras tillsammans. Börja univariat och avsluta bivariat. 📊
Vad univariat betyder
Att studera en enda kolumn för sig är en univariat analys. Ni undersöker vad som är typiskt och hur utspridda värdena är.
Histogram visar fördelningens form
För en numerisk kolumn visar ett histogram dess form: klockformad, skev eller ojämn. Formen ger ledtrådar om hur kolumnen kan modelleras senare.
df["age"].hist()Stapeldiagram för kategorier
För en enda etikettkolumn visar ett stapeldiagram av value_counts vilka kategorier som dominerar och vilka som är ovanliga.
df["plan"].value_counts().plot.bar()Läge och spridning
Varje numerisk kolumn har ett läge, till exempel medelvärdet, och en spridning, till exempel standardavvikelsen. Tillsammans sammanfattar de kolumnen med två tal.
Jämför nu två kolumner
När kolumnerna fungerar var för sig bör Ni studera par. Bivariat analys undersöker om två variabler ökar och minskar tillsammans.
Tal jämfört med tal
För två numeriska kolumner visar ett spridningsdiagram om de följer samma trend, motsatta trender eller saknar samband helt.
df.plot.scatter(x="tenure", y="charges")Kategori jämfört med tal
För att jämföra ett tal mellan grupper grupperar och sammanfattar Ni data. Ett grupperat medelvärde visar på en rad hur avgifterna skiljer sig mellan olika abonnemang.
df.groupby("plan")["charges"].mean()Kategori jämfört med kategori
För två etikettkolumner räknar en crosstab varje kombination, så att Ni kan se vilka par som ofta förekommer tillsammans.
pd.crosstab(df["plan"], df["churn"])Kvantifiera sambandet
Ett spridningsdiagram ger en antydan, men ett tal bekräftar den. Korrelationsvärdet mellan två numeriska kolumner mäter hur tätt de förändras tillsammans.
df["tenure"].corr(df["charges"])Bygg alltid upp analysen i ordning
Om Ni börjar med samband innan Ni känner varje kolumn kan Ni missa fallgropar. Ordningen med univariat analys först gör slutsatserna mer tillförlitliga.
Snabb kontroll
Ni vill se om två numeriska kolumner förändras tillsammans.
Sammanfattning: Enskilt och sedan parvis
Ni utforskar en kolumn med histogram och stapeldiagram och undersöker sedan par med spridningsdiagram, grupperingar och korrelation. Rätt ordning håller insikterna ärliga. ✅
Lär dig Python med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 30
- Lektioner
- 120
Vanliga frågor
Är lektionen ”Univariat och sedan bivariat” gratis?
Ja – hela texten till ”Univariat och sedan bivariat” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i Data Science Academy, kan Ni uppgradera till CoddyKit PRO. Kursen i Data Science Academy innehåller totalt 4 lektioner.
Vad lär jag mig i ”Univariat och sedan bivariat”?
Från enskilda kolumner till samband Ni övar på Data Science Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig Data Science Academy?
Du behöver inga förkunskaper. Utbildningen i Data Science Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 3 av 4.
Hur lång tid tar lektionen ”Univariat och sedan bivariat”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här Data Science Academy-lektionen?
Ja. Varje Data Science Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Formulera frågorna först
- Profilera varje kolumn
- Univariat och sedan bivariat
- Skriv ned vad du hittade