Introduction to the Seaborn library and where it fits in the Python visualization landscape.

Introducción a Seaborn

Fundamentos de Seaborn

Leer un archivo csv

Comparar un histograma y un displot

Usar el gráfico de distribución

Traza un histograma

Rug plot y sombreado del KDE

Interpretar los resultados

Gráficos de regresión en Seaborn

Crea un diagrama de regresión

Representar varias variables

Facetear múltiples regresiones

Seaborn Introduction

Overview of functions for customizing the display of Seaborn plots.

Using Seaborn Styles

Setting the default style

Comparing styles

Removing spines

Colors in Seaborn

Matplotlib color codes

Using default palettes

Color Palettes

Creating Custom Palettes

Customizing with matplotlib

Using matplotlib axes

Additional plot customizations

Adding annotations

Multiple plots

Customizing Seaborn Plots

Overview of more complex plot types included in Seaborn.

Categorical Plot Types

stripplot() and swarmplot()

boxplots, violinplots and boxenplots

barplots, pointplots and countplots

Regression Plots

Regression and residual plots

Regression plot parameters

Binning data

Matrix plots

Creating heatmaps

Customizing heatmaps

Additional Plot Types

Using Seaborn to draw multiple plots in a single figure.

Using FacetGrid, catplot and lmplot

Building a FacetGrid

Using a catplot

Using a lmplot

Using PairGrid and pairplot

Building a PairGrid

Using a pairplot

Additional pairplots

Using JointGrid and jointplot

Building a JointGrid and jointplot

Jointplots and regression

Complex jointplots

Selecting Seaborn Plots

Creating Plots on Data Aware Grids

US Housing and Urban Development FY 2018 Fair Market Rent

Washington DC Bike Share

2018 College Scorecard Tuition

Daily Show Guests

Automobile Insurance Premiums

2010 US School Improvement Grants

¿Quieres crear visualizaciones bonitas e informativas con facilidad? Entonces tienes que aprender seaborn. Seaborn es una biblioteca de visualización esencial en el conjunto de herramientas de data science en Python. En este curso, aprenderás a usar las potentes herramientas de visualización de seaborn para analizar varios conjuntos de datos reales, como la American Housing Survey, datos de matrícula universitaria y las personas invitadas al popular programa The Daily Show. Al finalizar, podrás usar funciones de seaborn para visualizar tus datos en distintos formatos y personalizar las gráficas según tus necesidades.

Data Manipulation with pandas

Aprende a usar funciones de Seaborn para visualizar datos y personalizar gráficos en Python.

Visualización de datos intermedia con Seaborn

Utiliza las sofisticadas herramientas de visualización de Seaborn para hacer visualizaciones bellas e informativas con facilidad.

Instructor

Using the distribution plot

Creating a histogram

Alternative data distributions

Further plot types

Let's practice!

https://s3.amazonaws.com/assets.datacamp.com/production/course_37217/subtitles/course_37217_e75adb8c193da275b90cd218080c3783.vtt

Seaborn Introduction - Usar el gráfico de distribución

Usar el gráfico de distribución

Create Your Free Account