Visualización de datos con Python (con matplotlib)

Índice de contenidos

Hoy trataremos la visualización de datos con matplotlib, un paquete que pone a nuestra disposición gran variedad de gráficos. Con pocas líneas de código seremos capaces de generar gráficos de tendencia, barras, dispersión, histogramas…

En un post anterior hicimos una introducción a Python, enfocado al análisis de datos. En él instalamos Python, el paquete pip (encargado del mantenimiento del sistema y la instalación de otros paquetes) y numpy (permite calculo matricial y uso de funciones estadísticas).

A continuación exponemos tres tipos de visualización de los más usados con matplotlib.

1. Gráfico de tendencia: muy útil cuando tenemos escalas de tiempo en el eje horizontal.

matplotlib
matplotlib

2. Gráfico de burbujas: es un gráfico de dispersión para medir la asociación entre dos variables, introduciendo una tercera que determina el tamaño de la burbuja, o incluso una cuarta, que asigna un color.

grafico matplotlib
2_plot

3. Histograma: en la fase exploratoria nos da una idea de la distribución de los datos.

plot3_script
3_plot

Recuerden que para consultar la documentación sobre un tipo de gráfico hacemos uso del comando:

help(plt.nombre_función_gráfico), donde plt es el alias de matplotlib.pyplot

A practicar!!!

Share on facebook
Share on twitter
Share on linkedin
Share on email
< 1 min
Suscríbete a nuestra newsletter

Los mejores artículos de analítica digital para potenciar tu negocio.

2 comentarios en “Visualización de datos con Python (con matplotlib)”

    1. Lourdes Hernández

      Hola Jordi,
      Como R lovers, quizá una buena manera de aproximarnos a Python sin alejarnos de nuestra zona de confort sea usar la interfaz ‘reticulate’, que nos permite ejecutar código Python desde el entorno RStudio. Podemos hacer llamadas a módulos, clases y funciones de Python como si fueran nativas de R.

      Gracias por seguirnos!

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Entradas relacionadas

User Activity API en R

El uso principal de esta API es poder obtener toda la información de un usuario dividida por hit. En este post veremos cómo utilizar la API desde R con ayuda del código y estudiar cuáles serían los resultados.

3 minutos

Dificultad

Comparativa de herramientas para procesos ETL

En este post haremos una revisión sobre algunos de los lenguajes/herramientas más utilizados en nuestro ecosistema de analítica digital en procesos de extracción, transformación y carga de datos.

3 minutos

Dificultad

Jupyter Notebook

Jupyter Notebook es una aplicación web de código abierto que permite incluir texto, vídeo, audio e imágenes.

4 minutos

Dificultad

Ir arriba

Esta web utiliza ‘cookies’ de terceros. Al clicar aceptar está aceptando el uso que realizamos de las cookies. Para más información puede consultar nuestra Política de cookies