Summary
Keywords
Full Transcript
Título: Matplotlib: Ejemplo real - Gráficas de dispersión Descripción automática: En este video se explica cómo representar gráficas de dispersión con datos del maratón de Valencia utilizando distintas librerías de Python. Se inicia con Matplotlib para visualizar la relación entre la distancia y la elevación, donde hay presencia de datos anómalos que dificultan la interpretación en las zonas donde se concentran los datos representativos. Posteriormente, se emplea Seaborn para diferenciar los datos por tipo de dispositivo (multisport, trail y road), usando 'relplot'. Aparece un problema visual por la acumulación de datos, que se resuelve configurando los puntos sin contornos y con transparencia. Para clarificar las gráficas, se eliminan los valores anómalos. El análisis muestra que los dispositivos de tipo trail sobreestiman la distancia, los de tipo road sobreestiman la elevación y los dispositivos multisport presentan una mejor precisión en ambos parámetros. Se introduce 'jointplot' para analizar las distribuciones marginales a través de histogramas, y se observan diferencias en las medidas por tipo de dispositivo. Finalmente, se presenta 'pairplot' que descompone las relaciones por pares de variables y permite visualizar la distribución de la densidad para cada tipo, ofreciendo un entendimiento más claro de la relación entre la distancia y la elevación para los distintos dispositivos. El video concluye subrayando las posibilidades de visualización de datos y agradeciendo a la audiencia. Autor/a: Lluch Crespo Javier Curso: Este vídeo es el 70/77 del curso MOOC Visualización de datos con Python. https://www.youtube.com/playlist?list=PL6kQim6ljTJuKxFmALOOwR91m4IL1Z9Dg Inscríbete en: https://upvx.es/courses/course-v1:edxorg+visualizacion-de-datos-con-python+v2/about + Universitat Politècnica de València UPV: https://www.upv.es + Más vídeos en: https://www.youtube.com/valenciaupv + Accede a nuestros MOOC: https://upvx.es #Pandas #DataFrame #Matplotlib #Visualización de datos #Seaborn
