Saltar al contenido principal

curso

Visualización intermedia de datos con Seaborn

Intermedio

Updated 12/2024

Utiliza las herramientas avanzadas de visualización de Seaborn para crear visualizaciones hermosas e informativas.

Comienza el curso gratis

Incluido de forma gratuitaPremium or Teams

PythonVisualización de datos4 horas13 vídeos50 ejercicios4,200 XP71,334Declaración de cumplimiento

Crea Tu Cuenta Gratuita

Google LinkedIn Facebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.

¿Entrenar a 2 o más personas?

Probar DataCamp for Business

Preferido por estudiantes en miles de empresas

Descripción del curso

¿Quieres hacer visualizaciones bellas e informativas con facilidad? Si es así, ¡tienes que aprender seaborn! Seaborn es una biblioteca de visualización que forma parte esencial del conjunto de herramientas de ciencia de datos de Python. En este curso, aprenderás a utilizar las sofisticadas herramientas de visualización de seaborn para analizar múltiples conjuntos de datos del mundo real, como la Encuesta sobre la Vivienda en Estados Unidos, datos sobre matrículas universitarias e invitados de la popular serie de televisión The Daily Show. Después de este curso, serás capaz de utilizar las funciones de seaborn para visualizar tus datos en varios formatos diferentes y personalizar los gráficos de seaborn según tus necesidades.

Prerrequisitos

Data Manipulation with pandas

1

Introducción a Seaborn

Iniciar capítulo

Introducción a Seaborn

Fundación Seaborn

Leer un archivo csv

Comparar un histograma y un displot

Utilizar el diagrama de distribución

Trazar un histograma

Trama de alfombras y sombreado kde

Interpretar los resultados

Gráficos de regresión en Seaborn

Crear un gráfico de regresión

Trazar múltiples variables

Facetar regresiones múltiples

2

Personalizar las parcelas de Seaborn

Iniciar capítulo

Utilizar los Estilos Seaborn

Establecer el estilo por defecto

Comparar estilos

Quitar espinas

Colores en Seaborn

Códigos de color Matplotlib

Utilizar paletas por defecto

Paletas de colores

Crear paletas personalizadas

Personalizar con matplotlib

Uso de los ejes matplotlib

Personalizaciones adicionales de la parcela

Añadir anotaciones

Parcelas múltiples

3

Tipos de parcelas adicionales

Iniciar capítulo

Tipos de parcelas categóricas

stripplot() y swarmplot()

boxplots, violinplots y boxenplots

gráficos de barras, gráficos de puntos y gráficos de recuento

Gráficos de regresión

Gráficos de regresión y residuales

Parámetros del gráfico de regresión

Binning de datos

Tramas matriciales

Crear mapas de calor

Personalizar mapas térmicos

4

Crear gráficos en cuadrículas con datos

Iniciar capítulo

Uso de FacetGrid, catplot y lmplot

Construir una FacetGrid

Utilizar un catplot

Utilizar un lmplot

Utilizar PairGrid y pairplot

Construir una PairGrid

Utilizar un gráfico de pares

Pares adicionales

Uso de JointGrid y jointplot

Construir un JointGrid y un jointplot

Gráficos conjuntos y regresión

Tramas conjuntas complejas

Selección de parcelas Seaborn

Visualización intermedia de datos con Seaborn

Curso
Completo

Obtener Declaración de Logro

Añade esta credencial a tu perfil, currículum vitae o CV de LinkedIn
Compártelo en las redes sociales y en tu evaluación de desempeño

Incluido conPremium or Teams

Inscríbete ahora

Únete a más 15 millones de estudiantes y empezar Visualización intermedia de datos con Seaborn ¡Hoy!

Crea Tu Cuenta Gratuita

Google LinkedIn Facebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.