Día 2: Histogramas y Gráficos de Dispersión

Bienvenida

¡Hola nuevamente! 📊 Hoy exploraremos dos tipos de gráficos esenciales: Histogramas y Gráficos de Dispersión . Estos son fundamentales para entender distribuciones de datos y relaciones entre variables en proyectos de análisis de datos y machine learning. ¡Vamos allá!

---

Histograma

Un histograma muestra la distribución de una variable numérica.

import matplotlib.pyplot as plt

# Datos
datos = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]

# Crear el histograma
plt.hist(datos, bins=4, edgecolor='black')
plt.title('Histograma')
plt.xlabel('Valores')
plt.ylabel('Frecuencia')
plt.show()

Resultado de ejecución:

Gráfico de Dispersión (Scatter Plot)

Un gráfico de dispersión muestra la relación entre dos variables numéricas.

import matplotlib.pyplot as plt

# Datos
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# Crear el gráfico
plt.scatter(x, y, color='blue', label='Relación Lineal')
plt.title('Gráfico de Dispersión')
plt.xlabel('X')
plt.ylabel('Y')
plt.legend()
plt.show()

Nota: La función plt.legend() agrega una leyenda al gráfico.

Resultado de ejecución:

Preguntas del Día 1

Prueba tus conocimientos sobre Pandas

¿Qué gráfico se utiliza para mostrar la distribución de una variable numérica?

Histogram

Scatter Plot

Pie Chart

Comprobar

¿Qué función se usa para agregar una leyenda a un gráfico en Matplotlib?

plt.title()

plt.legend()

plt.xlabel()

Comprobar

Ejercicios con Pandas

• Crea un histograma para visualizar la distribución de edades en un conjunto de datos.

• Crea un gráfico de dispersión para mostrar la relación entre horas de estudio y calificaciones.

¡Excelente trabajo hoy! 🙌 Ahora puedes crear histogramas y gráficos de dispersión, herramientas clave para analizar datos. Mañana aprenderemos sobre formatos de líneas y personalización de gráficos . ¡Nos vemos pronto! 👋