Visualización de datos con Python
Crear otro tipo de gráficas
Clase 9 de 18 • Curso de Visualización de Datos con Matplotlib y Seaborn
Contenido del curso
Matplotlib
Seaborn
Cierre del curso
Resumen
Existen otros tipos de gráficos que Matplotlib nos proporciona para ser mucho más certeros en nuestros análisis.
Crear otros tipos de gráficos en Matplotlib
- Datos
data = np.random.randint(1,50,100)
Crear un gráfico tipo histograma
plt.hist(data)
plt.show()
- Número de barras con
Bins
plt.hist(data, bins=50)
plt.show()
- Cambiar estilo
plt.hist(data, bins=10, histtype='step')
plt.show()
Crear un gráfico tipo Boxplot
plt.boxplot(data) #Muestra rango intercuartil y la mediana
plt.show()
- Cambiar dirección, rellenar el rango inter cuartil
patch_artisty enfocar la mediananotch
plt.boxplot(data, vert=False, patch_artist=True, notch=True)
plt.show()
- Quitar Outliers
Showfliers
data = np.append(data, 200)
plt.boxplot(data, vert=False, patch_artist=True, notch=True, showfliers=False)
plt.show()
Crear un gráfico tipo Scatter
- Cargamos Datos
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
area = (30 * np.random.rand(N)) **2
colors = np.random.rand(N)
- Scatter con Área
plt.scatter(x,y, s=area)
plt.show()
- Color y marker
plt.scatter(x,y, s=area, c= colors, marker = 'v') # cambiar el marker
plt.show()
- Transparencia para ver los superpuestos
plt.scatter(x,y, s=area, c= colors, marker = 'o', alpha= 0.5) # transparencia
plt.show()