Introducción a Seaborn

Introducción a la visualización de datos con Seaborn

Erin Case

Data Scientist

¿Qué es Seaborn?

Biblioteca de visualización de datos de Python
Crea fácilmente los tipos de gráficos más comunes

Gráficos de caja del total de facturas por día de la semana, desglosados por sexo (hombres y mujeres)

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

¿Por qué Seaborn es útil?

Imagen de un flujo de trabajo de análisis de datos

Ventajas de Seaborn

Fácil de usar
Funciona bien con estructuras de datos de tipo pandas
Se basa en matplotlib

Empezamos

import seaborn as sns

import matplotlib.pyplot as plt

Samuel Norman Seaborn (sns)

La serie de televisión «El ala oeste de la Casa Blanca»

Ejemplo 1: Diagrama de dispersión

import seaborn as sns
import matplotlib.pyplot as plt

height = [62, 64, 69, 75, 66, 
          68, 65, 71, 76, 73]
weight = [120, 136, 148, 175, 137,
          165, 154, 172, 200, 187]

sns.scatterplot(x=height, y=weight)

plt.show()

Gráfico de dispersión de altura frente a peso

Ejemplo 2: crear un gráfico de recuento

import seaborn as sns
import matplotlib.pyplot as plt

gender = ["Female", "Female", 
          "Female", "Female", 
          "Male", "Male", "Male", 
          "Male", "Male", "Male"]

sns.countplot(x=gender)

plt.show()

Gráfico de recuento de género

Gráfico de dispersión con colores negro y rojo

Gráfico de líneas con marcadores y líneas continuas

Point plot of masculinity with hue

Gráfico de dispersión de potencia frente a mpg con paleta secuencial

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

¡Vamos a practicar!

Introducción a la visualización de datos con Seaborn