Bar Plots¶

Altair es una biblioteca de visualización de datos en Python que utiliza una sintaxis declarativa para crear gráficos interactivos y de alta calidad. A continuación, se presentan algunos ejemplos de cómo crear gráficos de barras con Altair en Python.

1. Gráfico de barras básico:

In [1]:

import altair as alt
import pandas as pd

import warnings
warnings.filterwarnings("ignore", message=".*convert_dtype parameter is deprecated.*")


# Cargar los datos
tips = pd.DataFrame({
    'day': ['Thur', 'Fri', 'Sat', 'Sun', 'Thur', 'Fri', 'Sat', 'Sun'],
    'total_bill': [10.34, 20.23, 17.45, 25.53, 14.68, 18.72, 22.34, 19.88]
})

# Crear el gráfico de barras - vertical
chart = alt.Chart(tips).mark_bar().encode(
    x='day',
    y='total_bill'
).properties(
    width=600,
    height=400
).interactive()

# Mostrar el gráfico
chart

import altair as alt import pandas as pd import warnings warnings.filterwarnings("ignore", message=".*convert_dtype parameter is deprecated.*") # Cargar los datos tips = pd.DataFrame({ 'day': ['Thur', 'Fri', 'Sat', 'Sun', 'Thur', 'Fri', 'Sat', 'Sun'], 'total_bill': [10.34, 20.23, 17.45, 25.53, 14.68, 18.72, 22.34, 19.88] }) # Crear el gráfico de barras - vertical chart = alt.Chart(tips).mark_bar().encode( x='day', y='total_bill' ).properties( width=600, height=400 ).interactive() # Mostrar el gráfico chart

Out[1]:

In [2]:

# Crear el gráfico de barras - horizontal
chart = alt.Chart(tips).mark_bar().encode(
    y='day',
    x='total_bill'
).properties(
    width=600,
    height=400
).interactive()

# Mostrar el gráfico
chart

# Crear el gráfico de barras - horizontal chart = alt.Chart(tips).mark_bar().encode( y='day', x='total_bill' ).properties( width=600, height=400 ).interactive() # Mostrar el gráfico chart

Out[2]:

2. Gráfico de barras con colores codificados por una tercera variable:

In [3]:

import altair as alt
import seaborn as sns

# Cargar los datos
titanic = sns.load_dataset("titanic")

# Crear el gráfico de barras con colores codificados por género
chart = alt.Chart(titanic).mark_bar().encode(
    x=alt.X('class:N', title='Class', axis=alt.Axis(labelAngle=0)),
    y=alt.Y('sum(survived):Q', title='Survived'),
    color=alt.Color('sex:N', title='Sex'),
    column=alt.Column('sex:N', title='Sex', header=alt.Header(labelAngle=0, labelAlign='center'))
).properties(
    width=200,  # Ancho de cada faceta
    height=400  # Altura del gráfico
).interactive()

# Mostrar el gráfico
chart

import altair as alt import seaborn as sns # Cargar los datos titanic = sns.load_dataset("titanic") # Crear el gráfico de barras con colores codificados por género chart = alt.Chart(titanic).mark_bar().encode( x=alt.X('class:N', title='Class', axis=alt.Axis(labelAngle=0)), y=alt.Y('sum(survived):Q', title='Survived'), color=alt.Color('sex:N', title='Sex'), column=alt.Column('sex:N', title='Sex', header=alt.Header(labelAngle=0, labelAlign='center')) ).properties( width=200, # Ancho de cada faceta height=400 # Altura del gráfico ).interactive() # Mostrar el gráfico chart

Out[3]:

3. Gráfico de barras con líneas de error:

In [4]:

import altair as alt
import seaborn as sns
import pandas as pd

# Cargar los datos
diamonds = sns.load_dataset("diamonds")

# Calcular el promedio y el intervalo de confianza
mean_price = diamonds.groupby('cut', observed=True)['price'].mean().reset_index()
ci = diamonds.groupby('cut', observed=True)['price'].sem().reset_index()
mean_price['ci'] = ci['price'] * 1.96

# Crear el gráfico de barras con líneas de error
base = alt.Chart(mean_price).encode(
    x='cut',
    y='price'
)

bars = base.mark_bar()
error_bars = base.mark_errorbar(extent='ci').encode(
    y='ci'
)

# Mostrar el gráfico
(bars + error_bars).properties(
    width=600,
    height=400
).interactive()

import altair as alt import seaborn as sns import pandas as pd # Cargar los datos diamonds = sns.load_dataset("diamonds") # Calcular el promedio y el intervalo de confianza mean_price = diamonds.groupby('cut', observed=True)['price'].mean().reset_index() ci = diamonds.groupby('cut', observed=True)['price'].sem().reset_index() mean_price['ci'] = ci['price'] * 1.96 # Crear el gráfico de barras con líneas de error base = alt.Chart(mean_price).encode( x='cut', y='price' ) bars = base.mark_bar() error_bars = base.mark_errorbar(extent='ci').encode( y='ci' ) # Mostrar el gráfico (bars + error_bars).properties( width=600, height=400 ).interactive()

Out[4]:

4. Gráfico de barras apiladas:

In [5]:

import altair as alt
import seaborn as sns

# Cargar los datos
titanic = sns.load_dataset("titanic")

# Crear el gráfico de barras apiladas por género y clase
chart = alt.Chart(titanic).mark_bar().encode(
    x='class',
    y='sum(survived)',
    color='sex'
).properties(
    width=600,
    height=400
).interactive()

# Mostrar el gráfico
chart

import altair as alt import seaborn as sns # Cargar los datos titanic = sns.load_dataset("titanic") # Crear el gráfico de barras apiladas por género y clase chart = alt.Chart(titanic).mark_bar().encode( x='class', y='sum(survived)', color='sex' ).properties( width=600, height=400 ).interactive() # Mostrar el gráfico chart

Out[5]: