Saltar al contenido principal
InicioPythonIntroducción a la visualización de datos con Seaborn

Introducción a la visualización de datos con Seaborn

Aprende a crear visualizaciones informativas y atractivas en Python usando la biblioteca Seaborn.

Comience El Curso Gratis
4 Horas14 Videos44 Ejercicios
125.772 AprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Crea tus propias parcelas Seaborn

Seaborn es una potente biblioteca de Python que facilita la creación de información y atractivas visualizaciones de datos. Este curso de 4 horas proporciona una Introducción a cómo puedes utilizar Seaborn para crear diversas tramas, incluyendo gráficos de dispersión, de recuento, de barras y de cajas, y cómo se puedes personalizar tus visualizaciones.

Convierte conjuntos de datos reales en visualizaciones Seaborn personalizadas

Explorarás esta biblioteca y crearás tus parcelas Seaborn basándote en una variedad de conjuntos de datos del mundo real, incluida la exploración de cómo la contaminación del aire en una ciudad cambios a lo largo del día y observando qué les gusta hacer a los jóvenes en sus tiempo libre. Estos datos te darán la oportunidad de conocer la situación de Seaborn ventajas de primera mano, incluyendo cómo puedes crear fácilmente subtramas en un una sola cifra y cómo calcular automáticamente los intervalos de confianza.

Mejora tus habilidades de comunicación de datos

Al final de este curso, serás capaz de utilizar Seaborn en diversas situaciones para explorar tus datos y comunicar eficazmente sus resultados análisis a otros. Estas habilidades son muy solicitadas por los analistas de datos, científicos de datos, y cualquier otro trabajo que pueda implicar la creación de datos Visualizaciones Si quieres continuar tu aprendizaje, este curso forma parte de varios programas, incluido el de Visualización de Datos, en el que puedes añadir más bibliotecas y técnicas a tu conjunto de habilidades.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Certificación disponible

Analista de datos con Python

Ir a la pista
Certificación disponible

Científico de datos asociado en Python

Ir a la pista

Visualización de datos con Python

Ir a la pista
  1. 1

    Introducción a Seaborn

    Gratuito

    ¿Qué es Seaborn y cuándo debe utilizarse? En este capítulo lo descubrirá. Además, aprenderá a crear gráficos de dispersión y de recuento tanto con listas de datos como con pandas DataFrames. También conocerá una de las grandes ventajas de utilizar Seaborn: la posibilidad de añadir fácilmente una tercera variable a sus gráficos mediante el uso del color para representar diferentes subgrupos.

    Reproducir Capítulo Ahora
    Introducción a Seaborn
    50 xp
    Hacer un gráfico de dispersión con listas
    100 xp
    Realización de un gráfico de recuento con una lista
    100 xp
    Uso de pandas con Seaborn
    50 xp
    "Datos "ordenados" frente a "desordenados
    100 xp
    Realización de un gráfico de recuento con un DataFrame
    100 xp
    Añadir una tercera variable con el tono
    50 xp
    Gráficos de tonos y dispersión
    100 xp
    Gráficos de tonos y recuentos
    100 xp
  2. 2

    Visualización de dos variables cuantitativas

    En este capítulo, creará y personalizará gráficos que visualizan la relación entre dos variables cuantitativas. Para ello, utilizarás gráficos de dispersión y de líneas para estudiar cómo cambia el nivel de contaminación atmosférica en una ciudad a lo largo de un día y cómo se relacionan los caballos de potencia con la eficiencia del combustible en los coches. También verá otra gran ventaja de utilizar Seaborn: ¡la posibilidad de crear fácilmente subtramas en una sola cifra!

    Reproducir Capítulo Ahora
  3. 3

    Visualización de una variable categórica y cuantitativa

    Las variables categóricas están presentes en casi todos los conjuntos de datos, pero destacan especialmente en los datos de encuestas. En este capítulo, aprenderá a crear y personalizar gráficos categóricos como gráficos de caja, gráficos de barras, gráficos de recuento y gráficos de puntos. Por el camino, explorará los datos de encuestas realizadas a jóvenes sobre sus intereses, a estudiantes sobre sus hábitos de estudio y a hombres adultos sobre sus sentimientos acerca de la masculinidad.

    Reproducir Capítulo Ahora
  4. 4

    Personalizar las parcelas de Seaborn

    En este último capítulo, aprenderás a añadir títulos informativos a los gráficos y etiquetas a los ejes, que son una de las partes más importantes de cualquier visualización de datos. También aprenderá a personalizar el estilo de sus visualizaciones para orientar más rápidamente a su audiencia hacia los puntos clave. A continuación, pondrás en común todo lo aprendido en los ejercicios finales del curso.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Certificación disponible

Analista de datos con Python

Ir a la pista
Certificación disponible

Científico de datos asociado en Python

Ir a la pista

Visualización de datos con Python

Ir a la pista

Sets De Datos

CountriesMileage per gallonStudentsSurvey responses

Colaboradores

Collaborator's avatar
Yashas Roy
Collaborator's avatar
Mona Khalil
DataCamp Content Creator

Course Instructor

Ver Mas

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Introducción a la visualización de datos con Seaborn hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.