This chapter introduces the Matplotlib visualization library and demonstrates how to use it with data.

Introducción a la visualización de datos con Matplotlib

Uso de la interfaz matplotlib.pyplot

Adición de datos a un objeto Ejes

Personalización de gráficos

Personalización de la apariencia de los datos

Personalización de las etiquetas de los ejes y adición de títulos

Múltiplos pequeños

Creación de una cuadrícula de subgráficos

Creación de pequeños múltiplos con plt.subplots

Múltiplos pequeños con eje y compartido

Introduction to Matplotlib

Time series data is data that is recorded. Visualizing this type of data helps clarify trends and illuminates relationships between data.

Plotting time-series data

Read data with a time index

Plot time-series data

Using a time index to zoom in

Plotting time-series with different variables

Plotting two variables

Defining a function that plots time-series data

Using a plotting function

Annotating time-series data

Annotating a plot of time-series data

Plotting time-series: putting it all together

Plotting time-series

Visualizations can be used to compare data in a quantitative manner. This chapter explains several methods for quantitative visualizations.

Quantitative comparisons: bar-charts

Bar chart

Stacked bar chart

Quantitative comparisons: histograms

Creating histograms

"Step" histogram

Statistical plotting

Adding error-bars to a bar chart

Adding error-bars to a plot

Creating boxplots

Quantitative comparisons: scatter plots

Simple scatter plot

Encoding time by color

Quantitative comparisons and statistical visualizations

This chapter shows you how to share your visualizations with others: how to save your figures as files, how to adjust their look and feel, and how to automate their creation based on input data.

Preparing your figures to share with others

Selecting a style for printing

Switching between styles

Saving your visualizations

Saving a file several times

Save a figure with different sizes

Automating figures from data

Unique values of a column

Automate your visualization

Where to go next

Sharing visualizations with others

Seattle weather

Austin weather

Climate data

Medals by country

Medalist weights

La visualización de datos en gráficos y figuras expone los patrones subyacentes en los datos y proporciona información. Las buenas visualizaciones también te ayudan a comunicar tus datos a los demás y son útiles para los analistas de datos y otros consumidores de los mismos. En este curso aprenderás a utilizar Matplotlib, una potente biblioteca de visualización de datos de Python. Matplotlib proporciona los elementos básicos para crear ricas visualizaciones de muchos tipos diferentes de conjuntos de datos. Aprenderás a crear visualizaciones para distintos tipos de datos y a personalizarlas, automatizarlas y compartirlas.

Los vídeos contienen transcripciones en directo que puedes mostrar haciendo clic en «Mostrar transcripción» en la parte inferior izquierda de los vídeos.
El glosario del curso se encuentra a la derecha, en la sección de recursos.
Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70 % en la evaluación cualificada. Puedes acceder a la evaluación haciendo clic en la llamada de créditos CPE situada a la derecha.

Introduction to Python

Aprende a crear, personalizar y compartir visualizaciones de datos con Matplotlib.

Científico de datos asociado  en Python

Visualización de datos en Python

Creación de una cuadrícula de subgráficos

Introducción a la visualización de datos con Matplotlib

ejercicio interactivo práctico