Introducción a los gráficos lineales

Introducción a la visualización de datos con Seaborn

Erin Case

Data Scientist

¿Qué son los gráficos de líneas?

Dos tipos de gráficos relacionales: gráficos de dispersión y gráficos de líneas

Gráficos de dispersión

Cada punto del gráfico es una observación independiente

Gráficos de líneas

Cada punto del gráfico representa lo mismo, normalmente registrado a lo largo del tiempo

Gráfico lineal de la cotización de las acciones a lo largo del tiempo

Datos sobre la contaminación atmosférica

Puntos de recogida en toda la ciudad
Muestras de aire con niveles de dióxido de nitrógeno

Primeras cinco filas de DataFrame sobre contaminación atmosférica

Diagrama de dispersión

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_mean, 
            kind="scatter")

plt.show()

Gráfico de dispersión del dióxido de nitrógeno medio a lo largo del tiempo

Gráfico lineal

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_mean, 
            kind="line")

plt.show()

Gráfico lineal del dióxido de nitrógeno medio a lo largo del tiempo

Subgrupos por ubicación

Primeras cinco filas de contaminación atmosférica por ubicación DataFrame

Subgrupos por ubicación

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line",
            style="location", 
            hue="location")

plt.show()

Gráfico de líneas del dióxido de nitrógeno medio a lo largo del tiempo por región

Añadir marcadores

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line", 
            style="location", 
            hue="location",
            markers=True)

plt.show()

Gráfico de líneas con marcadores añadidos

Desactivar el estilo de línea

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line", 
            style="location", 
            hue="location",
            markers=True,
            dashes=False)

plt.show()

Gráfico lineal con marcadores y líneas continuas

Varias observaciones por valor x

Primeras cinco filas del DataFrame de contaminación atmosférica por estación

Varias observaciones por valor x

Diagrama de dispersión

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="scatter")

plt.show()

Gráfico de dispersión del dióxido de nitrógeno para todas las estaciones a lo largo del tiempo

Varias observaciones por valor x

Gráfico lineal

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line")

plt.show()

Gráfico lineal del dióxido de nitrógeno para todas las estaciones a lo largo del tiempo

Varias observaciones por valor x

La zona sombreada es el intervalo de confianza

Supone que el conjunto de datos es una muestra aleatoria
95 % de confianza en que la media se encuentra dentro de este intervalo
Indica incertidumbre en nuestra estimación

Gráfico lineal del dióxido de nitrógeno para todas las estaciones a lo largo del tiempo

Sustitución del intervalo de confianza por la desviación estándar

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line",
            ci="sd")

plt.show()

Gráfico de líneas con desviación estándar

Desactivar el intervalo de confianza

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line",
            ci=None)

plt.show()

Gráfico de líneas sin intervalo de confianza

¡Vamos a practicar!

Introducción a la visualización de datos con Seaborn