Preguntas Teóricas

1. ¿Cómo mejora tus visualizaciones el parámetro `hue` de las funciones Seaborn?

2. En `displot()` de Seaborn, ¿qué ocurre si se establece el parámetro `kde` en `True`?

3. Al visualizar correlaciones entre múltiples variables en un conjunto de datos, ¿qué función de Seaborn podría utilizar?

4. ¿Qué función Seaborn utilizarías para visualizar la tendencia central de una distribución con la dispersión de los datos?

5. ¿Cuál es la principal diferencia entre `sns.lmplot()` y `sns.regplot()`?

6. ¿Cuál de las siguientes funciones de Seaborn está diseñada específicamente para mostrar diferencias entre pares en la distribución de una variable categórica mediante gráficos de dispersión o de líneas?

7. ¿Qué relación tiene Seaborn con Matplotlib?

8. ¿En qué caso elegiría Seaborn en lugar de Matplotlib para sus visualizaciones?

9. Cuando se trata de un gran conjunto de datos, ¿qué biblioteca suele tener un rendimiento más optimizado?

10. ¿Por qué utilizar Matplotlib directamente cuando se trabaja con Seaborn?

11. ¿Cómo se puede ajustar el estilo de una parcela Seaborn?

12. ¿Qué afirmación es cierta respecto a la personalización y flexibilidad de Matplotlib y Seaborn?

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 5. Capítulo 6