




































Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
En este curso, Carlos Alarcón enseña a utilizar Matplotlib y Seaborn para crear visualizaciones de datos eficaces y personalizadas. La importancia de la visualización de datos radica en que puede brindarte respuestas a preguntas que no sabías formular. El curso aborda conceptos básicos como tipos de visualizaciones, Python, Pandas y Numpy, y presenta ejemplos prácticos de cómo usar Pyplot y Seaborn para crear gráficos simples y subplots, así como cómo personalizar etiquetas, títulos y colores. Se abordan tipos de gráficas como sets, distribuciones, relacionales y categorías, y se muestran ejemplos de jointplot / pairplot y heatmap. El curso también cubre posibilidades infinitas para crear visualizaciones con Matplotlib y Seaborn.
Tipo: Apuntes
1 / 44
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!





































Curso Básico de
Carlos Alarcón
Mayor contexto
Hallazgos en nuestros datos
● Escrita por John D. Hunter.
● Creada en 2003.
Matplotlib
● Emula comandos de
MATLAB.
● Usa NumPy.
● Escrita en Python.
Matplotlib
Rápida
Personalizable
Conocimientos previos
● Tipos de visualizaciones de datos.
● Python.
● Pandas y Numpy.
● Rápido
● Fácil
● Una sola figura
● Mayor personalización. ● Más amigable a múltiples diagramas. ● Más código.
¿Para qué sirven?
Object oriented
fig, ax1 = plt.subplots() ax1.set_ylabel("distance (m)") ax1.set_xlabel("time") ax1.plot(time, distance, "blue") ax2 = ax1.twinx() ax2.set_ylabel("velocity (m/s)") ax2.set_xlabel("time") ax2.plot(time, velocity, "green") fig.set_size_inches(7,5) fig.set_dpi(100)
Personalizable