Created
August 24, 2020 17:21
-
-
Save fk-pixel/1abb28ae04f77457b40cf2c6c5b61443 to your computer and use it in GitHub Desktop.
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
#ülkeler mutluluk siralamasi kriterleri ve max enfekte olan sayi arasindaki korelasyon icin iki veri setimizde artik hazir | |
#öncelikle join ile iki verinin tek cerceve icine alinmasi: | |
data = corona_data.join(happiness_report_csv,how="inner") | |
data.head() | |
#daha sonra korelasyon fonksiyonunu kullanacagiz: | |
data.corr() | |
#ve datanin görsellestirilme islemi baslar: | |
data.head() | |
#iki verinin seaborn ile korelasyon incelemesi: | |
#x ve y icin karsilastirmak isteyecegimiz sütunlardan GDP / max.inf.rate ile baslayalim: | |
x = data["GDP per capita"] | |
y = data["max_infection_rate"] | |
sns.scatterplot(x,y) | |
#ancak logaritmik ölceklendirmeyle daha iyi görsellik kazanmasini saglamak gerekebilir, o halde: | |
x = data["GDP per capita"] | |
y = data["max_infection_rate"] | |
sns.scatterplot(x, np.log(y)) | |
#yukarda y eksenindeki veriler cok arasinda fark olan baremlerden olusurken x ekseninde virgülle atlaniyordu. | |
#Bu cizgi cekmemizi kolaylastiracak. Öyleyse regresyon cizgimiz icin: | |
sns.regplot(x, np.log(y)) |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment