AA3-EV03.

: Presentación en la que dé
a conocer los tipos de gráficos y su
función en el análisis de datos.

ANALISIS EXPLORATORIO DE DATOS EN

PYTHON.
Introducción
En esta presentación, aprenderemos
acerca de los tipos de gráficos y su
función en el análisis de datos con
Python, los gráficos son herramientas
cruciales para entender los datos .
Veremos ejemplos con sus códigos
correspondientes.
 GRaficos de barras
Los gráficos de barras son perfectos para comparar
diferentes categorías de datos. En Python, se pueden crear
fácilmente mediante la biblioteca Matplotlib.

Código
categorias = ['Categoría A',
'Categoría B', 'Categoría C',
ejemplo
'Categoría D']
valores = [10, 15, 7, 12]
Un gráfico de barras Funcion
plt.bar(categorias, valores)
que compara las
plt.xlabel('Categorías')
ventas de diferentes comparar diferentes
plt.ylabel('Valores')
clases de productos. categorias de datos
plt.title('Gráfico de Barras
Simple')
plt.show()
 Gráficos de líneas
Los gráficos de líneas son perfectos para mostrar tendencias en datos a través del
tiempo. En Python, se pueden crear fácilmente mediante la biblioteca Matplotlib.

Código
x = [1, 2, 3, 4, 5]
y = [10, 15, 7, 12, 9]

plt.plot(x, y, marker='o', linestyle='-')

plt.xlabel('Eje X')
plt.ylabel('Eje Y')
plt.title('Gráfico de Líneas Simple') Ejemplo
Función

Un gráfico de líneas que muestra la

plt.show() Mostrar tendencias en datos a través
evolución de las ventas durante el
del tiempo
10 meses.
 Gráficos circulares
Los gráficos circulares son perfectos para
representar proporciones en un conjunto de
datos. En Python, se pueden
crear fácilmente mediante la biblioteca
Matplotlib.

Código
ejemplo
categorias = ['Categoría A', 'Categoría Funcion
B', 'Categoría C', 'Categoría D']
Un gráfico circular que
valores = [30, 20, 25, 15] Representar
muestra la proporción
plt.pie(valores, labels=categorias, proporciones en un
de diferentes tipos de
autopct='%1.1f%%', startangle=140) conjunto de datos.
categorias.
plt.title('Gráfico Circular')
plt.show()

Los gráficos de dispersión son
perfectos para visualizar la
relación entre dos variables.
En Python, se pueden crear
fácilmente mediante la
biblioteca Matplotlib.
Gráficos de dispersion
Código
x = [random.uniform(0, 10) for _ in
range(num_puntos)]
y = [random.uniform(0, 10) for _ in
range(num_puntos)]
plt.scatter(x, y)
plt.xlabel('Eje X')
plt.ylabel('Eje Y')
plt.title('Gráfico de Dispersión con
Muchos Valores')
plt.show()