Introducción

En esta lección, Yuscu Mejía nos enseñará cómo utilizar matplotlib para graficar datos en Pandas. Exploraremos las funciones básicas de matplotlib y cómo integrarlas con Pandas para crear visualizaciones efectivas y atractivas utilizando un DataFrame ya cargado en una biblioteca.

Características

El uso de matplotlib en Pandas ofrece las siguientes características:

• matplotlib: Una biblioteca poderosa para la creación de gráficos en Python.
• Integración con Pandas: Facilita la visualización directa de datos almacenados en DataFrames.
• Versatilidad: Permite la creación de una amplia variedad de gráficos, desde simples gráficos de líneas hasta complejos gráficos de dispersión y de barras.
• Personalización: Ofrece una alta capacidad de personalización para adaptar los gráficos a las necesidades específicas.

Ejemplos

A continuación, Yuscu Mejía nos muestra algunos ejemplos de cómo utilizar matplotlib para graficar datos en Pandas utilizando un DataFrame ya cargado de la biblioteca seaborn:

• Creación de un gráfico de líneas para mostrar la tendencia de un conjunto de datos.
• Generación de un gráfico de barras para comparar diferentes categorías.
• Uso de gráficos de dispersión para visualizar la relación entre dos variables.

# Importar seaborn, pandas y matplotlib
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

# Cargar el DataFrame 'tips' de seaborn
df = sns.load_dataset('tips')

# Crear gráfico de líneas
plt.plot(df['day'], df['total_bill'], marker='o')
plt.title('Total Bill por Día')
plt.xlabel('Día')
plt.ylabel('Total Bill')
plt.show()

# Crear gráfico de barras
df.groupby('day')['total_bill'].mean().plot(kind='bar', title='Media de Total Bill por Día')
plt.xlabel('Día')
plt.ylabel('Media de Total Bill')
plt.show()

# Crear gráfico de dispersión
plt.scatter(df['total_bill'], df['tip'])
plt.title('Relación entre Total Bill y Tip')
plt.xlabel('Total Bill')
plt.ylabel('Tip')
plt.show()

Práctica

Aprende a utilizar matplotlib para graficar en Pandas siguiendo nuestro tutorial en video, presentado por Yuscu Mejía:

Ejercicio 1: Gráfico de Líneas

Utiliza matplotlib para crear un gráfico de líneas en Pandas utilizando un DataFrame cargado de seaborn.

• a) Carga el DataFrame ‘tips’ de seaborn.
• b) Utiliza plt.plot() para crear un gráfico de líneas que muestre la tendencia de las propinas a lo largo de los días.

Ejercicio 2: Gráfico de Barras

Utiliza matplotlib para crear un gráfico de barras en Pandas.

• a) Carga el DataFrame ‘tips’ de seaborn.
• b) Agrupa los datos por día y calcula la media del total de facturas. Utiliza df.plot(kind='bar') para generar un gráfico de barras.

Ejercicios Resueltos

import seaborn as sns
import matplotlib.pyplot as plt

# Cargar el DataFrame 'tips' de seaborn
df = sns.load_dataset('tips')

# Crear gráfico de líneas para mostrar las propinas por día
plt.plot(df['day'], df['tip'], marker='o')
plt.title('Propinas por Día')
plt.xlabel('Día')
plt.ylabel('Propinas')
plt.show()
      

# Crear gráfico de barras para mostrar la media del total de facturas por día
df.groupby('day')['total_bill'].mean().plot(kind='bar', title='Media de Total Bill por Día')
plt.xlabel('Día')
plt.ylabel('Media de Total Bill')
plt.show()