Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Estimación de Medias con Diagramas de Barras | Sección
Practice
Projects
Quizzes & Challenges
Cuestionarios
Challenges
/
Visualización Estadística con Seaborn

bookEstimación de Medias con Diagramas de Barras

Un barplot representa una estimación de la tendencia central (usualmente la media) para una variable numérica mediante la altura de cada rectángulo.

A diferencia de un histograma, que cuenta cuántos elementos hay en un intervalo, un barplot calcula una estadística (como el monto promedio de la factura) para cada categoría.

Las barras de error (incertidumbre)

Las pequeñas líneas negras en la parte superior de cada barra se llaman barras de error. Por defecto, muestran el intervalo de confianza del 95%.

Para personalizarlas, ahora se utiliza el parámetro err_kws (palabras clave de error). Este acepta un diccionario de configuraciones que controlan el aspecto de estas líneas.

Parámetros clave

  • capsize: agrega una pequeña línea horizontal ("tope") en los extremos de las barras de error;
  • err_kws: un diccionario para personalizar las barras de error;
  • {'color': 'black'}: define el color;
  • {'linewidth': 2}: define el grosor;
  • estimator: por defecto, calcula la media. Se puede cambiar a median, sum o max (requiere importar numpy).

Ejemplo

Aquí se muestra un gráfico de barras que representa la media de la cuenta total con barras de error personalizadas en rojo.

12345678910111213141516171819
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a barplot sns.barplot( data=df, x='day', y='total_bill', hue='sex', capsize=0.1, # New way to style error bars: err_kws={'color': 'red', 'linewidth': 2}, palette='pastel' ) plt.show()
copy
Tarea

Swipe to start coding

Calcular y visualizar el promedio de la cuenta total para diferentes días, comparando personas fumadoras y no fumadoras.

  1. Configurar el estilo en 'ticks' para eliminar la cuadrícula.
  2. Crear un barplot utilizando el conjunto de datos tips (df):
  • Asignar 'day' a x y 'total_bill' a y.
  • Agrupar por 'smoker' usando hue.
  • Establecer el valor de capsize de la barra de error en 0.1.
  • Cambiar el color de la barra de error a 'pink' utilizando el diccionario err_kws (por ejemplo, {'color': 'pink'}).
  • Definir el grosor del contorno de la barra (linewidth) en 2.5.
  • Utilizar la paleta 'magma'.
  1. Visualizar la gráfica.

Solución

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 1. Capítulo 13
single

single

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

close

bookEstimación de Medias con Diagramas de Barras

Desliza para mostrar el menú

Un barplot representa una estimación de la tendencia central (usualmente la media) para una variable numérica mediante la altura de cada rectángulo.

A diferencia de un histograma, que cuenta cuántos elementos hay en un intervalo, un barplot calcula una estadística (como el monto promedio de la factura) para cada categoría.

Las barras de error (incertidumbre)

Las pequeñas líneas negras en la parte superior de cada barra se llaman barras de error. Por defecto, muestran el intervalo de confianza del 95%.

Para personalizarlas, ahora se utiliza el parámetro err_kws (palabras clave de error). Este acepta un diccionario de configuraciones que controlan el aspecto de estas líneas.

Parámetros clave

  • capsize: agrega una pequeña línea horizontal ("tope") en los extremos de las barras de error;
  • err_kws: un diccionario para personalizar las barras de error;
  • {'color': 'black'}: define el color;
  • {'linewidth': 2}: define el grosor;
  • estimator: por defecto, calcula la media. Se puede cambiar a median, sum o max (requiere importar numpy).

Ejemplo

Aquí se muestra un gráfico de barras que representa la media de la cuenta total con barras de error personalizadas en rojo.

12345678910111213141516171819
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a barplot sns.barplot( data=df, x='day', y='total_bill', hue='sex', capsize=0.1, # New way to style error bars: err_kws={'color': 'red', 'linewidth': 2}, palette='pastel' ) plt.show()
copy
Tarea

Swipe to start coding

Calcular y visualizar el promedio de la cuenta total para diferentes días, comparando personas fumadoras y no fumadoras.

  1. Configurar el estilo en 'ticks' para eliminar la cuadrícula.
  2. Crear un barplot utilizando el conjunto de datos tips (df):
  • Asignar 'day' a x y 'total_bill' a y.
  • Agrupar por 'smoker' usando hue.
  • Establecer el valor de capsize de la barra de error en 0.1.
  • Cambiar el color de la barra de error a 'pink' utilizando el diccionario err_kws (por ejemplo, {'color': 'pink'}).
  • Definir el grosor del contorno de la barra (linewidth) en 2.5.
  • Utilizar la paleta 'magma'.
  1. Visualizar la gráfica.

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 1. Capítulo 13
single

single

some-alt