Introducción a los gráficos de líneas

Introducción a la visualización de datos con Seaborn

Content Team

DataCamp

¿Qué son los gráficos de líneas?

Dos tipos de gráficos relacionales: dispersión y líneas

Gráficos de dispersión

Cada punto es una observación independiente

Gráficos de líneas

Cada punto representa lo mismo, generalmente a lo largo del tiempo

Gráfico de líneas del precio de acciones a lo largo del tiempo

Datos de contaminación del aire

Estaciones de recolección en toda la ciudad
Muestras de aire de niveles de dióxido de nitrógeno

Primeras cinco filas del DataFrame de contaminación del aire

Gráfico 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 promedio de dióxido de nitrógeno a lo largo del tiempo

Gráfico de líneas

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 de líneas del promedio de dióxido de nitrógeno a lo largo del tiempo

Subgrupos por ubicación

Primeras cinco filas del DataFrame de contaminación del aire por ubicación

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 promedio de dióxido de nitrógeno a lo largo del tiempo por región

Añadiendo 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 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 de líneas con marcadores y líneas sólidas

Múltiples observaciones por valor x

Primeras cinco filas del DataFrame de contaminación del aire por estación

Múltiples observaciones por valor x

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

Múltiples observaciones por valor x

Gráfico de líneas

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

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

Múltiples observaciones por valor x

La región sombreada es el intervalo de confianza

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

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

Reemplazar intervalo de confianza con desviación estándar

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

Gráfico de líneas con desviación estándar

Desactivar intervalo de confianza

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

Gráfico de líneas sin intervalo de confianza

¡Vamos a practicar!

Introducción a la visualización de datos con Seaborn