Este capítulo presenta la biblioteca de visualización Matplotlib y demuestra cómo utilizarla con datos.

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

Introducción a Matplotlib

Los datos de series temporales son datos que se registran. Visualizar este tipo de datos ayuda a clarificar las tendencias e ilumina las relaciones entre los datos.

Creación de gráficos de datos de series temporales

Lectura de datos con un índice de tiempo

Uso de un índice de tiempo para ampliar

Creación de gráficos de series temporales con distintas variables

Creación de gráficos de dos variables

Definición de una función que represente datos de series temporales

Uso de una función de creación de gráficos

Anotación de datos de series temporales

Anotación de un gráfico de datos de series temporales

Creación de gráficos de series temporales: resumen

Crear gráficos de series temporales

Las visualizaciones pueden utilizarse para comparar datos de forma cuantitativa. En este capítulo se explican varios métodos de visualización cuantitativa.

Comparaciones cuantitativas: gráficos de barras

Bar Chart o Gráfico de barras

Gráfico de barras apiladas

Comparaciones cuantitativas: histogramas

Creación de histogramas

Histograma de pasos

Gráficos estadísticos

Adición de barras de error a un gráfico de barras

Adición de barras de error a un gráfico

Creación de gráficos de caja

Comparaciones cuantitativas: gráficos de dispersión

Gráfico de dispersión simple

Codificación del tiempo por colores

Comparaciones cuantitativas y visualizaciones estadísticas

Este capítulo te muestra cómo compartir tus visualizaciones con otros: cómo guardar tus figuras como archivos, cómo ajustar su aspecto y cómo automatizar su creación a partir de los datos introducidos.

Preparación de figuras para compartirlas con los demás

Selección de un estilo para imprimir

Cambio de estilo

Guardar visualizaciones

Guardar un archivo varias veces

Guardar una figura con diferentes tamaños

Automatizar cifras a partir de datos

Valores únicos de una columna

Automatizar visualización

Dónde ir ahora

Compartir visualizaciones con otros

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.

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

Data Scientist

Statistical plotting

Adding error bars to bar charts

Error bars in a bar chart

Adding error bars to plots

Error bars in plots

Adding boxplots

Interpreting boxplots

Try it yourself!

https://s3.amazonaws.com/assets.datacamp.com/production/course_36757/subtitles/course_36757_2c4d7670dffbb9af878ca33eea291712.vtt

Comparaciones cuantitativas y visualizaciones estadísticas - Gráficos estadísticos