Introducción a la visualización de datos con Seaborn
Comience El Curso Gratis4 Horas14 Videos44 Ejercicios
Crea Tu Cuenta Gratuita
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?Pruebe DataCamp para empresas
Preferido por estudiantes en miles de empresas
Descripción del curso
Seaborn es una potente biblioteca de Python que facilita la creación de visualizaciones de datos informativas y atractivas. Este curso de 4 horas proporciona una introducción a cómo puede utilizar Seaborn para crear una variedad de gráficos, incluyendo gráficos de dispersión, gráficos de recuento, gráficos de barras y gráficos de caja, y cómo puede personalizar sus visualizaciones.
Explorarás esta biblioteca y crearás gráficos Seaborn basados en diversos conjuntos de datos del mundo real, como la exploración de cómo cambia la contaminación atmosférica en una ciudad a lo largo del día y el estudio de lo que les gusta hacer a los jóvenes en su tiempo libre. Estos datos le brindarán la oportunidad de conocer de primera mano las ventajas de Seaborn, entre ellas la facilidad para crear subparcelas en una sola figura y el cálculo automático de intervalos de confianza.
Al final de este curso, será capaz de utilizar Seaborn en diversas situaciones para explorar sus datos y comunicar eficazmente los resultados de su análisis de datos a otras personas. Estas habilidades son muy solicitadas por analistas de datos, científicos de datos y cualquier otro trabajo que pueda implicar la creación de visualizaciones de datos. Si desea continuar su aprendizaje, este curso forma parte de varios temas, incluido el de Visualización de datos, en el que podrá añadir más bibliotecas y técnicas a su conjunto de conocimientos.
Explorarás esta biblioteca y crearás gráficos Seaborn basados en diversos conjuntos de datos del mundo real, como la exploración de cómo cambia la contaminación atmosférica en una ciudad a lo largo del día y el estudio de lo que les gusta hacer a los jóvenes en su tiempo libre. Estos datos le brindarán la oportunidad de conocer de primera mano las ventajas de Seaborn, entre ellas la facilidad para crear subparcelas en una sola figura y el cálculo automático de intervalos de confianza.
Al final de este curso, será capaz de utilizar Seaborn en diversas situaciones para explorar sus datos y comunicar eficazmente los resultados de su análisis de datos a otras personas. Estas habilidades son muy solicitadas por analistas de datos, científicos de datos y cualquier otro trabajo que pueda implicar la creación de visualizaciones de datos. Si desea continuar su aprendizaje, este curso forma parte de varios temas, incluido el de Visualización de datos, en el que podrá añadir más bibliotecas y técnicas a su conjunto de conocimientos.
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Visualización de datos con Python
Ir a la pista- 1
Introducción a Seaborn
Gratuito¿Qué es Seaborn y cuándo debe utilizarse? En este capítulo lo descubrirá. Además, aprenderá a crear gráficos de dispersión y de recuento tanto con listas de datos como con pandas DataFrames. También conocerá una de las grandes ventajas de utilizar Seaborn: la posibilidad de añadir fácilmente una tercera variable a sus gráficos mediante el uso del color para representar diferentes subgrupos.
Introducción a Seaborn50 xpHacer un gráfico de dispersión con listas100 xpRealización de un gráfico de recuento con una lista100 xpUso de pandas con Seaborn50 xp"Datos "ordenados" frente a "desordenados100 xpRealización de un gráfico de recuento con un DataFrame100 xpAñadir una tercera variable con el tono50 xpGráficos de tonos y dispersión100 xpGráficos de tonos y recuentos100 xp - 2
Visualización de dos variables cuantitativas
En este capítulo, creará y personalizará gráficos que visualizan la relación entre dos variables cuantitativas. Para ello, utilizarás gráficos de dispersión y de líneas para estudiar cómo cambia el nivel de contaminación atmosférica en una ciudad a lo largo de un día y cómo se relacionan los caballos de potencia con la eficiencia del combustible en los coches. También verá otra gran ventaja de utilizar Seaborn: ¡la posibilidad de crear fácilmente subtramas en una sola cifra!
Introducción a las tramas y subtramas relacionales50 xpCreación de subparcelas con col y row100 xpCreación de subtramas de dos factores100 xpPersonalización de gráficos de dispersión50 xpModificación del tamaño de los puntos del diagrama de dispersión100 xpCambiar el estilo de los puntos del gráfico de dispersión100 xpIntroducción a los gráficos lineales50 xpInterpretación de gráficos lineales100 xpVisualización de la desviación típica con gráficos de líneas100 xpTrazado de subgrupos en gráficos de líneas100 xp - 3
Visualización de una variable categórica y cuantitativa
Las variables categóricas están presentes en casi todos los conjuntos de datos, pero destacan especialmente en los datos de encuestas. En este capítulo, aprenderá a crear y personalizar gráficos categóricos como gráficos de caja, gráficos de barras, gráficos de recuento y gráficos de puntos. Por el camino, explorará los datos de encuestas realizadas a jóvenes sobre sus intereses, a estudiantes sobre sus hábitos de estudio y a hombres adultos sobre sus sentimientos acerca de la masculinidad.
Gráficos de recuento y de barras50 xpParcelas de recuento100 xpDiagramas de barras con porcentajes100 xpPersonalización de gráficos de barras100 xpGráficos de cajas50 xpCrear e interpretar un diagrama de cajas100 xpOmisión de valores atípicos100 xpAjuste de los bigotes100 xpGráficos de puntos50 xpPersonalización de los gráficos de puntos100 xpGráficos de puntos con subgrupos100 xp - 4
Personalizar las parcelas de Seaborn
En este último capítulo, aprenderás a añadir títulos informativos a los gráficos y etiquetas a los ejes, que son una de las partes más importantes de cualquier visualización de datos. También aprenderá a personalizar el estilo de sus visualizaciones para orientar más rápidamente a su audiencia hacia los puntos clave. A continuación, pondrás en común todo lo aprendido en los ejercicios finales del curso.
Cambiar el estilo y el color de la trama50 xpCambio de estilo y paleta100 xpCambiar la escala100 xpUtilizar una paleta personalizada100 xpAñadir títulos y etiquetas: Parte 150 xpFacetGrids vs. AxesSubplots100 xpAñadir un título a un objeto FacetGrid100 xpAñadir títulos y etiquetas: Parte 250 xpAñadir un título y etiquetas de eje100 xpRotación de las etiquetas x-tick100 xpUnirlo todo50 xpDiagrama de cajas con subgrupos100 xpDiagrama de barras con subgrupos y subparcelas100 xp¡Bien hecho! ¿Y ahora qué?50 xp
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Visualización de datos con Python
Ir a la pistaColaboradores
Requisitos Previos
Introduction to Data Science in PythonDataCamp Content Creator
Ver MasCourse Instructor
¿Qué tienen que decir otros alumnos?
¡Únete a 13 millones de estudiantes y empieza Introducción a la visualización de datos con Seaborn hoy mismo!
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.