6. Gráficos en Python: matplotlib, seaborn y plotly

La estadística descriptiva es una herramienta fantástica para descubrir patrones de los datos utilizando estadísticos como la media, la dispersión, los cuartiles etc... y, más importante aún, utilizando gráficos para poder visualizar los datos e interpretar patrones escondidos en tu tabla de datos.

La descripción o exploración de los datos es una parte fundamental en un proyecto de ciencia de datos y es una de las patas fundamentales para poder encontrar errores, empezar a encontrar relaciones interesantes y empezar a modelar datos para, finalmente, aplicar algoritmos de machine learning.

En este notebook vas a ver herramientas descriptiva cuando quieras visualizar variables por separado.

Una vez conocidas estas herramientas de forma univariada ya las podrás aplicar en casos multivariados, es decir, más de una variable a la vez.

Así que con esta guía ya tendrás suficientes maneras de explorar tus datos de forma inteligente.

¡A pasarlo bien dibujando!

Los paquetes para visualizar datos en Python son:

  • Seaborn
  • Matplotlib
  • Plotly (interactivos)

VÍDEO 1 - INTRODUCCIÓN Y ESTADÍSTICOS NUMÉRICOS UNIVARIADOS CON PANDAS

VÍDEO 2 - Gráficos en seaborn, matplotlib y ploty. CÓMO FUNCIONAN LAS LIBRERÍAS

VÍDEO 3 - DESCRIPTIVOS MULTIVARIADOS CON PANDAS, GRÁFICOS SEABORN Y PLOTLY MUTIVARIADOS

VÍDEO 4 - CÓMO ADAPTAR CÓDIGOS DE GRÁFICOS COMPLEJOS CON SEABORN Y PLOTLY


GUÁRDATE LAS WEBS EN FAVORITOS en un DOCUMENTO para crearte un repositorio de webs de consulta:

Empieza a generar un repositorio de enlaces de consulta para ti. Te ayudará a ser eficiente en tus proyectos 🙂

Empieza por los enlaces que he usado durante el vídeo:

Enlaces gráficos en Python:


¡A por esos gráficos!

?