De los Números a la Narrativa

Francisco Alfaro

Valeska Canales

2024-11-15

🤔 ¿Alguna vez has sentido que los datos que analizas no comunican todo su potencial?

🎯 Objetivos del Taller

📊 Aprender sobre visualización de datos.
🧑‍🎨 Aprender a crear visualizaciones.
🌐 Entender cómo construir una app interactiva.
💻 Integrar visualizaciones en una aplicación web simple.

🤔 ¿Qué es la Visualización de Datos?

La visualización de datos transforma información en gráficos para facilitar su comprensión.

Cuarteto de ANSCOMBE

📋 Tablas vs 📊 Gráficos

Teoría de visualización

4 Pilares Visualización - Noah Iliinsky

Propósito: Define la meta.
Contenido: Datos relevantes.
Estructura: Organización clara.
Formato: Gráfico adecuado.

Herramientas de Visualización en Python

Exploración de Datos

¡Demasiadas opciones!
El usuario no puede ser responsable de encontrar lo valioso.

Tipos de Gráficos Esenciales

Matplotlib es una biblioteca para crear gráficos estáticos.
Tipos de gráficos más comunes:
- Líneas, Barras, Dispersión, Histograma.

〽️ Ejemplo: líneas

〽️ Ejemplo: dispersión

〽️ Ejemplo: barras

〽️ Ejemplo: barras horizontales

Seaborn extiende Matplotlib con gráficos más estilizados.
Especialmente útil para:
- Gráficos estadísticos.
- Análisis exploratorio de datos.

📊 Ejemplo: penguins

	species	island	bill_length_mm	bill_depth_mm	flipper_length_mm	body_mass_g	sex
0	Adelie	Torgersen	39.1	18.7	181.0	3750.0	Male
1	Adelie	Torgersen	39.5	17.4	186.0	3800.0	Female
2	Adelie	Torgersen	40.3	18.0	195.0	3250.0	Female
4	Adelie	Torgersen	36.7	19.3	193.0	3450.0	Female
5	Adelie	Torgersen	39.3	20.6	190.0	3650.0	Male

📊 Ejemplo: dispersión

import seaborn as sns
import matplotlib.pyplot as plt

# Crear un gráfico de dispersión con seaborn
plt.figure(figsize=(6, 3))
sns.scatterplot(x='bill_length_mm', y='bill_depth_mm', data=penguins, 
                color='salmon')

# Mostrar el gráfico
plt.show()

📊 Ejemplo: dispersión

import seaborn as sns
import matplotlib.pyplot as plt

# Crear un gráfico de dispersión con seaborn
plt.figure(figsize=(6, 3))
sns.scatterplot(x='flipper_length_mm', y='body_mass_g', data=penguins, 
                color='salmon', hue= "sex")

# Mostrar el gráfico
plt.show()

📊 Matplotlib vs Seaborn

import matplotlib.pyplot as plt

# Contar la cantidad de Pingüinos por tipo
penguins_type = penguins["species"].value_counts()

# Crear un gráfico de barras
plt.figure(figsize=(6, 3))
penguins_type.plot(kind="bar", color="salmon")

# Mostrar gráfico
plt.show()

📊 Matplotlib vs Seaborn

import seaborn as sns
import matplotlib.pyplot as plt

# Crear el gráfico de barras con seaborn
plt.figure(figsize=(6, 3))
sns.countplot(data=penguins, x="species", color="salmon")

# Mostrar el gráfico
plt.show()

🧑🏻‍💻 Aplicaciones Web Interactivas

Streamlit permite crear aplicaciones web rápidamente.
Puedes integrar gráficos creados con Matplotlib y Seaborn.
Ideal para compartir resultados de análisis de datos.

Ejemplo de Streamlit

¡Ahora te toca a ti!🫵

🎓 Conclusión

Matplotlib para gráficos básicos.
Seaborn para gráficos avanzados.
Streamlit para aplicaciones interactivas.