Un gráfico vale más que mil palabras
Comprender la visualización de datos
Richie Cotton
Data Evangelist at DataCamp
Lo que aprenderás
- ¿Cómo se elige un diagrama adecuado?
- ¿Cómo interpretas los tipos habituales de diagramas?
- ¿Cuáles son las mejores prácticas para generar diagramas?
Tres formas de obtener información
Calcular estadísticas de resumen
media, mediana, desviación típica
Ejecutar modelos
regresión lineal y logística
Generar diagramas
dispersión, barras, histograma
La docena Datasaurus
| away_x | away_y | bullseye_x | bullseye_y | ... | x_shape_x | x_shape_y |
|---|---|---|---|---|---|---|
| 32.33 | 61.41 | 51.20 | 83.34 | ... | 38.34 | 92.47 |
| 53.42 | 26.19 | 58.97 | 85.50 | ... | 35.75 | 94.12 |
| 63.92 | 30.83 | 51.87 | 85.83 | ... | 32.77 | 88.52 |
| 70.29 | 82.53 | 48.18 | 85.05 | ... | 33.73 | 88.62 |
| 34.12 | 45.73 | 41.68 | 84.02 | ... | 37.24 | 83.72 |
| 67.67 | 37.11 | 37.89 | 82.57 | ... | 36.03 | 82.04 |
1 Matejka, J., & Fitzmaurice, G. (2017) https://www.autodeskresearch.com/publications/samestats
Media de x para cada conjunto de datos
| dataset | mean(x) |
|---|---|
| away | 54.27 |
| bullseye | 54.27 |
| circle | 54.27 |
| dino | 54.26 |
| dots | 54.26 |
| h_lines | 54.26 |
| high_lines | 54.27 |
| dataset | mean(x) |
|---|---|
| slant_down | 54.27 |
| slant_up | 54.27 |
| estrella | 54.27 |
| v_lines | 54.27 |
| wide_lines | 54.27 |
| x_shape | 54.26 |
Media de x e y para cada conjunto de datos
| dataset | mean(x) | mean(y) |
|---|---|---|
| away | 54.27 | 47.83 |
| bullseye | 54.27 | 47.83 |
| circle | 54.27 | 47.84 |
| dino | 54.26 | 47.83 |
| dots | 54.26 | 47.84 |
| h_lines | 54.26 | 47.83 |
| high_lines | 54.27 | 47.84 |
| dataset | mean(x) | mean(y) |
|---|---|---|
| slant_down | 54.27 | 47.84 |
| slant_up | 54.27 | 47.83 |
| estrella | 54.27 | 47.84 |
| v_lines | 54.27 | 47.84 |
| wide_lines | 54.27 | 47.83 |
| x_shape | 54.26 | 47.84 |
Desviaciones estándar de cada conjunto de datos
| dataset | std_dev(x) | std_dev(y) |
|---|---|---|
| away | 16.77 | 26.94 |
| bullseye | 16.77 | 26.94 |
| circle | 16.76 | 26.93 |
| dino | 16.77 | 26.94 |
| dots | 16.77 | 26.93 |
| h_lines | 16.77 | 26.94 |
| high_lines | 16.77 | 26.94 |
| dataset | std_dev(x) | std_dev(y) |
|---|---|---|
| slant_down | 16.77 | 26.94 |
| slant_up | 16.77 | 26.94 |
| estrella | 16.77 | 26.93 |
| v_lines | 16.77 | 26.94 |
| wide_lines | 16.77 | 26.94 |
| x_shape | 16.77 | 26.93 |
Variables continuas y categóricas
Continuo: normalmente números
- alturas, temperaturas, ingresos
Variables continuas y categóricas
Continuo: normalmente números
- alturas, temperaturas, ingresos
Categórica: normalmente texto
- colores de ojos, países, sectores
Variables continuas y categóricas
Continuo: normalmente números
- alturas, temperaturas, ingresos
Categórica: normalmente texto
- colores de ojos, países, sectores
Puede ser ambos
- la edad es continua, pero el grupo de edad es categórico
- el tiempo es continuo, pero los meses del año son categóricos
¡Vamos a practicar!
Comprender la visualización de datos
