Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Visualización de Estimaciones Puntuales | Sección
Visualización Estadística con Seaborn

bookVisualización de Estimaciones Puntuales

Un pointplot representa una estimación de la tendencia central (media) mediante la posición de los puntos en un diagrama de dispersión y proporciona una indicación de la incertidumbre utilizando barras de error.

Pointplot vs. Barplot

Técnicamente, muestran exactamente los mismos datos. Sin embargo, un pointplot conecta las estimaciones con una línea. Esto visualiza la pendiente del cambio, facilitando la observación de cómo una variable evoluciona de una categoría a otra.

Parámetros clave

Para facilitar la lectura del gráfico (especialmente en blanco y negro), es posible personalizar los marcadores y líneas para diferentes grupos:

  • markers: una lista de símbolos para los puntos (por ejemplo, ['o', 'x']);
  • linestyles: una lista de estilos de línea (por ejemplo, ['-'] para sólido, ['--'] para discontinuo);
  • dodge=True: desplaza ligeramente los puntos a lo largo del eje para que no se superpongan, haciendo que las barras de error sean distintas.

Ejemplo

A continuación se muestra un pointplot que representa cómo cambia la factura promedio a lo largo de la semana. Observe cómo la línea discontinua ayuda a distinguir "Lunch" de "Dinner" incluso sin color.

123456789101112131415161718
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a styled pointplot sns.pointplot( data=df, x='day', y='total_bill', hue='time', markers=['o', '^'], # Circle and Triangle markers linestyles=['-', '--'], # Solid and Dashed lines dodge=True # Avoid overlap ) plt.show()
copy
Tarea

Swipe to start coding

Visualizar las propinas dadas en diferentes días para identificar posibles tendencias.

  1. Establecer el estilo en 'ticks'. Personalizar el color de fondo pasando {'axes.facecolor': 'azure'} como segundo argumento.
  2. Crear un pointplot y asignarlo a la variable g:
  • Asignar 'day' a x y 'tip' a y.
  • Agrupar por 'sex' utilizando hue.
  • Utilizar 'v' (triangle_down) y 'o' (circle) como markers para distinguir los géneros.
  • Utilizar la paleta 'rocket'.
  • Activar dodge=True para separar las barras de error.
  • Establecer capsize en 0.2 para añadir extremos a las barras de error.
    • Utilizar líneas sólidas ('-') y discontinuas ('--') para linestyles.
  1. Establecer el título como 'Tips pointplot' usando la variable g.
  2. Mostrar la gráfica.

Solución

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 1. Capítulo 14
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

bookVisualización de Estimaciones Puntuales

Desliza para mostrar el menú

Un pointplot representa una estimación de la tendencia central (media) mediante la posición de los puntos en un diagrama de dispersión y proporciona una indicación de la incertidumbre utilizando barras de error.

Pointplot vs. Barplot

Técnicamente, muestran exactamente los mismos datos. Sin embargo, un pointplot conecta las estimaciones con una línea. Esto visualiza la pendiente del cambio, facilitando la observación de cómo una variable evoluciona de una categoría a otra.

Parámetros clave

Para facilitar la lectura del gráfico (especialmente en blanco y negro), es posible personalizar los marcadores y líneas para diferentes grupos:

  • markers: una lista de símbolos para los puntos (por ejemplo, ['o', 'x']);
  • linestyles: una lista de estilos de línea (por ejemplo, ['-'] para sólido, ['--'] para discontinuo);
  • dodge=True: desplaza ligeramente los puntos a lo largo del eje para que no se superpongan, haciendo que las barras de error sean distintas.

Ejemplo

A continuación se muestra un pointplot que representa cómo cambia la factura promedio a lo largo de la semana. Observe cómo la línea discontinua ayuda a distinguir "Lunch" de "Dinner" incluso sin color.

123456789101112131415161718
import seaborn as sns import matplotlib.pyplot as plt # Load dataset df = sns.load_dataset('tips') # Create a styled pointplot sns.pointplot( data=df, x='day', y='total_bill', hue='time', markers=['o', '^'], # Circle and Triangle markers linestyles=['-', '--'], # Solid and Dashed lines dodge=True # Avoid overlap ) plt.show()
copy
Tarea

Swipe to start coding

Visualizar las propinas dadas en diferentes días para identificar posibles tendencias.

  1. Establecer el estilo en 'ticks'. Personalizar el color de fondo pasando {'axes.facecolor': 'azure'} como segundo argumento.
  2. Crear un pointplot y asignarlo a la variable g:
  • Asignar 'day' a x y 'tip' a y.
  • Agrupar por 'sex' utilizando hue.
  • Utilizar 'v' (triangle_down) y 'o' (circle) como markers para distinguir los géneros.
  • Utilizar la paleta 'rocket'.
  • Activar dodge=True para separar las barras de error.
  • Establecer capsize en 0.2 para añadir extremos a las barras de error.
    • Utilizar líneas sólidas ('-') y discontinuas ('--') para linestyles.
  1. Establecer el título como 'Tips pointplot' usando la variable g.
  2. Mostrar 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 14
single

single

some-alt