Visualización: Estática¶

Introducción¶

Acerca de Matplotlib¶

Matplotlib es una biblioteca para la generación de gráficos a partir de datos contenidos en listas o arrays en el lenguaje de programación Python y su extensión matemática NumPy. Proporciona una API, pylab, diseñada para recordar a la de MATLAB.

Estructura del gráfico

import matplotlib.pyplot as plt

x = [...]  # Definir los valores del eje x
y = [...]  # Definir los valores del eje y

plt.[tipo_de_grafico](x, y)  # Utilizar la función correspondiente para crear el gráfico deseado

plt.[funcion_de_personalizacion]()  # Utilizar funciones de personalización como plt.xlabel(), plt.ylabel(), plt.title(), etc.

plt.show()  # Mostrar el gráfico en pantalla

Acerca de Seaborn¶

Seaborn proporciona una API sobre Matplotlib que ofrece opciones sensatas para el estilo de trazado y los valores predeterminados de color, define funciones simples de alto nivel para tipos de trazado estadísticos comunes, y se integra con la funcionalidad proporcionada por Pandas DataFrames.

Estructura del gráfico

import seaborn as sns

data = [...]  # Definir los datos que se utilizarán para trazar el gráfico

sns.set_style("[estilo]")  # Configurar el estilo de Seaborn, si se desea (por ejemplo: "whitegrid", "darkgrid", "ticks", etc.)

sns.[funcion_de_grafico](data=data, ...)  # Utilizar la función correspondiente para crear el gráfico deseado y pasar los datos

sns.[funcion_de_personalizacion]()  # Utilizar funciones de personalización como sns.xlabel(), sns.ylabel(), sns.title(), etc.

plt.show()  # Mostrar el gráfico en pantalla

Diferencias¶

Aspecto	Matplotlib	Seaborn
Facilidad de uso	Bajo	Alto
Estilo y estética	Requiere ajustes manuales	Ofrece estilos predefinidos
Tipos de gráficos	Amplia variedad, incluyendo 3D	Especializado en gráficos estadísticos
Interactividad	Estáticos por defecto	Estáticos por defecto

Gráfico a Gráfico¶

📈 Ejemplo: El conjunto de datos es uno de los registros de ventas históricas de una empresa de supermercados que se ha registrado en 3 sucursales diferentes durante 3 meses de datos. Los métodos de análisis predictivo de datos son fáciles de aplicar con este conjunto de datos.

📋Descripción de las columnas

¡Entendido! Aquí tienes el nombre de las columnas en inglés con las descripciones en español:

Columna	Descripción
Invoice ID	Número de identificación generado por computadora para el recibo de venta.
Branch	Sucursal del supercentro (hay 3 sucursales disponibles identificadas por A, B y C).
City	Ubicación de los supercentros.
Customer type	Tipo de cliente, registrado por Miembros para clientes que usan tarjeta de membresía y Normal para los que no la usan.
Gender	Género del cliente.
Product line	Grupos de categorización general de artículos: Accesorios electrónicos, Accesorios de moda, Alimentos y bebidas, Belleza y salud, Hogar y estilo de vida, Deportes y viajes.
Unit price	Precio de cada producto en $.
Quantity	Número de productos comprados por el cliente.
Tax	Tarifa de impuesto del 5% para los clientes que compran.
Total	Precio total incluyendo impuestos.
Date	Fecha de compra (registros disponibles de enero de 2019 a marzo de 2019).
Time	Hora de compra (de 10 a.m. a 9 p.m.).
Payment	Método de pago utilizado por el cliente para la compra (hay 3 métodos disponibles: Efectivo, Tarjeta de crédito y Billetera electrónica).
COGS	Costo de bienes vendidos.
Gross margin percentage	Porcentaje de margen bruto.
Gross income	Ingreso bruto.
Rating	Calificación de estratificación del cliente sobre su experiencia de compra en general (en una escala de 1 a 10).

In [1]:

import numpy as np
import pandas as pd

import matplotlib.pyplot as plt
import seaborn as sns 

sns.set_style("whitegrid") # Establecer el estilo de Seaborn

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns sns.set_style("whitegrid") # Establecer el estilo de Seaborn

In [2]:

# cargar datos
path = 'data/supermarket_sales.csv'
df = pd.read_csv(path, sep="," ).dropna()
df['Date'] = pd.to_datetime(df['Date'])

# agrupar los datos para los graficos
df_plots = df.groupby(['Date','Product line'])['Quantity'].sum().reset_index().rename(columns = {'Product line':'Product'})
df_plots.head()

# cargar datos path = 'data/supermarket_sales.csv' df = pd.read_csv(path, sep="," ).dropna() df['Date'] = pd.to_datetime(df['Date']) # agrupar los datos para los graficos df_plots = df.groupby(['Date','Product line'])['Quantity'].sum().reset_index().rename(columns = {'Product line':'Product'}) df_plots.head()

Out[2]:

	Date	Product	Quantity
0	2019-01-01	Electronic accessories	18
1	2019-01-01	Fashion accessories	9
2	2019-01-01	Food and beverages	18
3	2019-01-01	Health and beauty	2
4	2019-01-01	Home and lifestyle	8

In [3]:

df_plots.info()

df_plots.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 454 entries, 0 to 453
Data columns (total 3 columns):
 #   Column    Non-Null Count  Dtype         
---  ------    --------------  -----         
 0   Date      454 non-null    datetime64[ns]
 1   Product   454 non-null    object        
 2   Quantity  454 non-null    int64         
dtypes: datetime64[ns](1), int64(1), object(1)
memory usage: 10.8+ KB

Gráficos de Líneas¶

In [4]:

# seleccionar conjunto de datos
df_new1 = df_plots.loc[lambda x: (x['Product'] == 'Sports and travel')] 

# Crear el gráfico de línea
plt.figure(figsize=(12, 4))  # Definir el tamaño de la figura
sns.lineplot(
    data = df_new1,
    x='Date', 
    y='Quantity', 
    color = 'skyblue'
)

# Personalizar el gráfico
plt.xlabel('Fecha')
plt.ylabel('Unidades')
plt.title('Unidades Totales a lo largo del Tiempo')

# Mostrar el gráfico
plt.show()

# seleccionar conjunto de datos df_new1 = df_plots.loc[lambda x: (x['Product'] == 'Sports and travel')] # Crear el gráfico de línea plt.figure(figsize=(12, 4)) # Definir el tamaño de la figura sns.lineplot( data = df_new1, x='Date', y='Quantity', color = 'skyblue' ) # Personalizar el gráfico plt.xlabel('Fecha') plt.ylabel('Unidades') plt.title('Unidades Totales a lo largo del Tiempo') # Mostrar el gráfico plt.show()

In [5]:

# seleccionar conjunto de datos
df_new2 = df_plots.copy()

# Crear el gráfico de línea
plt.figure(figsize=(12, 5))  # Definir el tamaño de la figura
sns.lineplot(
    data = df_new2,
    x='Date', 
    y='Quantity',
    hue='Product',
    palette = "mako"
)

# Personalizar el gráfico
plt.xlabel('Fecha')
plt.ylabel('Unidades')
plt.title('Unidades Totales a lo largo del Tiempo (por Producto)')

# Mover la leyenda fuera del gráfico y colocarla a la derecha
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

# Mostrar el gráfico
plt.show()

# seleccionar conjunto de datos df_new2 = df_plots.copy() # Crear el gráfico de línea plt.figure(figsize=(12, 5)) # Definir el tamaño de la figura sns.lineplot( data = df_new2, x='Date', y='Quantity', hue='Product', palette = "mako" ) # Personalizar el gráfico plt.xlabel('Fecha') plt.ylabel('Unidades') plt.title('Unidades Totales a lo largo del Tiempo (por Producto)') # Mover la leyenda fuera del gráfico y colocarla a la derecha plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left') # Mostrar el gráfico plt.show()

Gráficos de Dispersión¶

In [6]:

# Crear el gráfico de línea
plt.figure(figsize=(12, 4))  # Definir el tamaño de la figura
sns.scatterplot(
    data = df_new1,
    x='Date', 
    y='Quantity', 
    color = 'skyblue'
)

# Personalizar el gráfico
plt.xlabel('Fecha')
plt.ylabel('Unidades')
plt.title('Unidades Totales a lo largo del Tiempo')

# Mostrar el gráfico
plt.show()

# Crear el gráfico de línea plt.figure(figsize=(12, 4)) # Definir el tamaño de la figura sns.scatterplot( data = df_new1, x='Date', y='Quantity', color = 'skyblue' ) # Personalizar el gráfico plt.xlabel('Fecha') plt.ylabel('Unidades') plt.title('Unidades Totales a lo largo del Tiempo') # Mostrar el gráfico plt.show()

In [7]:

# Crear el gráfico de línea
plt.figure(figsize=(12, 5))  # Definir el tamaño de la figura
sns.scatterplot(
    data = df_new2,
    x='Date', 
    y='Quantity',
    hue='Product',
    palette = "mako"
)

# Personalizar el gráfico
plt.xlabel('Fecha')
plt.ylabel('Unidades')
plt.title('Unidades Totales a lo largo del Tiempo (por Producto)')

# Mover la leyenda fuera del gráfico y colocarla a la derecha
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

# Mostrar el gráfico
plt.show()

# Crear el gráfico de línea plt.figure(figsize=(12, 5)) # Definir el tamaño de la figura sns.scatterplot( data = df_new2, x='Date', y='Quantity', hue='Product', palette = "mako" ) # Personalizar el gráfico plt.xlabel('Fecha') plt.ylabel('Unidades') plt.title('Unidades Totales a lo largo del Tiempo (por Producto)') # Mover la leyenda fuera del gráfico y colocarla a la derecha plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left') # Mostrar el gráfico plt.show()

Gráfico de Barras¶

In [8]:

# seleccionar conjunto de datos
df_plots['year'] = df_plots['Date'].dt.year
df_plots['month'] = df_plots['Date'].dt.month
df_plots['day'] =df_plots['Date'].dt.day

# seleccionar conjunto de datos
df_bar = df_plots.groupby(['month','Product'])['Quantity'].sum().reset_index()

df_bar.head()

# seleccionar conjunto de datos df_plots['year'] = df_plots['Date'].dt.year df_plots['month'] = df_plots['Date'].dt.month df_plots['day'] =df_plots['Date'].dt.day # seleccionar conjunto de datos df_bar = df_plots.groupby(['month','Product'])['Quantity'].sum().reset_index() df_bar.head()

Out[8]:

	month	Product	Quantity
0	1	Electronic accessories	333
1	1	Fashion accessories	336
2	1	Food and beverages	325
3	1	Health and beauty	254
4	1	Home and lifestyle	342

In [9]:

# seleccionar conjunto de datos
df_new1 = df_bar.loc[lambda x: (x['Product'] == 'Sports and travel')] 
df_new2 = df_bar.copy()

# seleccionar conjunto de datos df_new1 = df_bar.loc[lambda x: (x['Product'] == 'Sports and travel')] df_new2 = df_bar.copy()

In [10]:

# Crear el gráfico de barras
plt.figure(figsize=(6, 4))
sns.barplot(x='month', y='Quantity', data=df_new1, color = 'skyblue')

# Añadir título y etiquetas de los ejes
plt.xlabel('Fecha')
plt.ylabel('Unidades')
plt.title('Unidades Totales por Mes')

# Rotar los ticks del eje x para mejorar la legibilidad
plt.xticks(rotation=0)

# Mostrar el gráfico
plt.tight_layout()
plt.show()

# Crear el gráfico de barras plt.figure(figsize=(6, 4)) sns.barplot(x='month', y='Quantity', data=df_new1, color = 'skyblue') # Añadir título y etiquetas de los ejes plt.xlabel('Fecha') plt.ylabel('Unidades') plt.title('Unidades Totales por Mes') # Rotar los ticks del eje x para mejorar la legibilidad plt.xticks(rotation=0) # Mostrar el gráfico plt.tight_layout() plt.show()

In [11]:

# Crear el gráfico de barras
plt.figure(figsize=(6, 4))
sns.barplot(x='Quantity', y='month', data=df_new1, color = 'skyblue',orient='h')

# Añadir título y etiquetas de los ejes
plt.xlabel('Fecha')
plt.ylabel('Unidades')
plt.title('Unidades Totales por Mes')


# Rotar los ticks del eje x para mejorar la legibilidad
plt.xticks(rotation=0)

# Mostrar el gráfico
plt.tight_layout()
plt.show()

# Crear el gráfico de barras plt.figure(figsize=(6, 4)) sns.barplot(x='Quantity', y='month', data=df_new1, color = 'skyblue',orient='h') # Añadir título y etiquetas de los ejes plt.xlabel('Fecha') plt.ylabel('Unidades') plt.title('Unidades Totales por Mes') # Rotar los ticks del eje x para mejorar la legibilidad plt.xticks(rotation=0) # Mostrar el gráfico plt.tight_layout() plt.show()

In [12]:

# Crear el gráfico de barras
plt.figure(figsize=(10, 4))
sns.barplot(x='month', y='Quantity', data=df_new2, hue = 'Product', palette = "Blues")

# Añadir título y etiquetas de los ejes
plt.title('Unidades Totales por Mes (por Producto)')
plt.xlabel('Fecha')
plt.ylabel('Unidades')

# Rotar los ticks del eje x para mejorar la legibilidad
plt.xticks(rotation=0)

# Mover la leyenda fuera del gráfico y colocarla a la derecha
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

# Mostrar el gráfico
plt.tight_layout()
plt.show()

# Crear el gráfico de barras plt.figure(figsize=(10, 4)) sns.barplot(x='month', y='Quantity', data=df_new2, hue = 'Product', palette = "Blues") # Añadir título y etiquetas de los ejes plt.title('Unidades Totales por Mes (por Producto)') plt.xlabel('Fecha') plt.ylabel('Unidades') # Rotar los ticks del eje x para mejorar la legibilidad plt.xticks(rotation=0) # Mover la leyenda fuera del gráfico y colocarla a la derecha plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left') # Mostrar el gráfico plt.tight_layout() plt.show()

In [13]:

# Crear el gráfico de barras
plt.figure(figsize=(12, 6))
sns.barplot(x='Quantity', y='month', data=df_new2, hue = 'Product', palette = "Blues", orient = 'h')

# Añadir título y etiquetas de los ejes
plt.title('Unidades Totales por Mes (por Producto)')
plt.xlabel('Unidades')
plt.ylabel('Fecha')

# Rotar los ticks del eje x para mejorar la legibilidad
plt.xticks(rotation=0)

# Mover la leyenda fuera del gráfico y colocarla a la derecha
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

# Mostrar el gráfico
plt.tight_layout()
plt.show()

# Crear el gráfico de barras plt.figure(figsize=(12, 6)) sns.barplot(x='Quantity', y='month', data=df_new2, hue = 'Product', palette = "Blues", orient = 'h') # Añadir título y etiquetas de los ejes plt.title('Unidades Totales por Mes (por Producto)') plt.xlabel('Unidades') plt.ylabel('Fecha') # Rotar los ticks del eje x para mejorar la legibilidad plt.xticks(rotation=0) # Mover la leyenda fuera del gráfico y colocarla a la derecha plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left') # Mostrar el gráfico plt.tight_layout() plt.show()

Gráfico: Histograma¶

In [14]:

# seleccionar conjunto de datos
df_new1 = df_plots.loc[lambda x: (x['Product'] == 'Sports and travel')] 

# Crear el gráfico de línea
plt.figure(figsize=(12, 4))  # Definir el tamaño de la figura
sns.histplot(
    data = df_new1,
    x='Quantity', 
    color = 'skyblue'
)

# Personalizar el gráfico
plt.xlabel('Unidades')
plt.ylabel('')
plt.title('Unidades Totales')

# Mostrar el gráfico
plt.show()

# seleccionar conjunto de datos df_new1 = df_plots.loc[lambda x: (x['Product'] == 'Sports and travel')] # Crear el gráfico de línea plt.figure(figsize=(12, 4)) # Definir el tamaño de la figura sns.histplot( data = df_new1, x='Quantity', color = 'skyblue' ) # Personalizar el gráfico plt.xlabel('Unidades') plt.ylabel('') plt.title('Unidades Totales') # Mostrar el gráfico plt.show()

In [15]:

# seleccionar conjunto de datos
df_new2 = df_plots.copy()

# Crear el gráfico de línea
plt.figure(figsize=(12, 4))  # Definir el tamaño de la figura
sns.histplot(
    data = df_new2,
    x='Quantity', 
    color = 'skyblue',
    hue='Product',
    palette = "mako"
)

# Personalizar el gráfico
plt.xlabel('Unidades')
plt.ylabel('')
plt.title('Unidades Totales por Producto')

# Mostrar el gráfico
plt.show()

# seleccionar conjunto de datos df_new2 = df_plots.copy() # Crear el gráfico de línea plt.figure(figsize=(12, 4)) # Definir el tamaño de la figura sns.histplot( data = df_new2, x='Quantity', color = 'skyblue', hue='Product', palette = "mako" ) # Personalizar el gráfico plt.xlabel('Unidades') plt.ylabel('') plt.title('Unidades Totales por Producto') # Mostrar el gráfico plt.show()

Gráfico: Heatmap¶

In [16]:

# seleccionar conjunto de datos
pivot_df = df_plots.pivot(
    index='Date',
    columns='Product',
    values='Quantity'
    ).fillna(0).reset_index()

pivot_df.head()

# seleccionar conjunto de datos pivot_df = df_plots.pivot( index='Date', columns='Product', values='Quantity' ).fillna(0).reset_index() pivot_df.head()

Out[16]:

Product	Date	Electronic accessories	Fashion accessories	Food and beverages	Health and beauty	Home and lifestyle	Sports and travel
0	2019-01-01	18.0	9.0	18.0	2.0	8.0	26.0
1	2019-01-02	6.0	11.0	6.0	10.0	0.0	15.0
2	2019-01-03	0.0	0.0	0.0	25.0	11.0	1.0
3	2019-01-04	10.0	4.0	0.0	5.0	10.0	3.0
4	2019-01-05	7.0	11.0	1.0	14.0	22.0	0.0

In [17]:

# Calcular la matriz de correlación
df_new = pivot_df.drop(['Date'],axis =1).dropna()
correlation_matrix = df_new.corr()
correlation_matrix

# Calcular la matriz de correlación df_new = pivot_df.drop(['Date'],axis =1).dropna() correlation_matrix = df_new.corr() correlation_matrix

Out[17]:

Product	Electronic accessories	Fashion accessories	Food and beverages	Health and beauty	Home and lifestyle	Sports and travel
Product
Electronic accessories	1.000000	0.205911	0.019437	0.062587	-0.003436	0.066047
Fashion accessories	0.205911	1.000000	0.030850	-0.035541	-0.033227	0.144063
Food and beverages	0.019437	0.030850	1.000000	0.058185	-0.016639	0.017786
Health and beauty	0.062587	-0.035541	0.058185	1.000000	0.048463	-0.287534
Home and lifestyle	-0.003436	-0.033227	-0.016639	0.048463	1.000000	0.152806
Sports and travel	0.066047	0.144063	0.017786	-0.287534	0.152806	1.000000

In [18]:

# Crear el heatmap de la matriz de correlación
plt.figure(figsize=(8, 6))
sns.heatmap(correlation_matrix, annot=True, cmap='Blues', fmt=".2f")

# Añadir título
plt.title('Matriz de Correlación')

# Rotar las etiquetas del eje x para una mejor legibilidad
plt.xticks(rotation=45)

# Mostrar el heatmap
plt.show()

# Crear el heatmap de la matriz de correlación plt.figure(figsize=(8, 6)) sns.heatmap(correlation_matrix, annot=True, cmap='Blues', fmt=".2f") # Añadir título plt.title('Matriz de Correlación') # Rotar las etiquetas del eje x para una mejor legibilidad plt.xticks(rotation=45) # Mostrar el heatmap plt.show()

Gráfico: Boxplot¶

In [19]:

# Crear el gráfico de diagrama de caja
plt.figure(figsize=(13, 5))  # Definir el tamaño de la figura
sns.boxplot(data=df_new, color='skyblue')

# Personalizar el gráfico
plt.xlabel('')
plt.ylabel('Valores')
plt.title('Diagrama de Caja para Todas las Columnas')

# Rotar las etiquetas del eje x para una mejor legibilidad
plt.xticks(rotation=45)

# Mostrar el gráfico
plt.show()

# Crear el gráfico de diagrama de caja plt.figure(figsize=(13, 5)) # Definir el tamaño de la figura sns.boxplot(data=df_new, color='skyblue') # Personalizar el gráfico plt.xlabel('') plt.ylabel('Valores') plt.title('Diagrama de Caja para Todas las Columnas') # Rotar las etiquetas del eje x para una mejor legibilidad plt.xticks(rotation=45) # Mostrar el gráfico plt.show()

In [20]:

# Crear el gráfico de diagrama de caja
plt.figure(figsize=(10, 5))  # Definir el tamaño de la figura
sns.boxplot(data=df_new, color='skyblue',orient='h')

# Personalizar el gráfico
plt.xlabel('')
plt.ylabel('Valores')
plt.title('Diagrama de Caja para Todas las Columnas')

# Rotar las etiquetas del eje x para una mejor legibilidad
plt.xticks(rotation=0)

# Mostrar el gráfico
plt.show()

# Crear el gráfico de diagrama de caja plt.figure(figsize=(10, 5)) # Definir el tamaño de la figura sns.boxplot(data=df_new, color='skyblue',orient='h') # Personalizar el gráfico plt.xlabel('') plt.ylabel('Valores') plt.title('Diagrama de Caja para Todas las Columnas') # Rotar las etiquetas del eje x para una mejor legibilidad plt.xticks(rotation=0) # Mostrar el gráfico plt.show()