Lenguajes y Fundamentos de Programación · PY-123

Seaborn: visualización estadística

Gráficos categóricos, de regresión y matrices de dispersión para explorar un dataset antes de modelarlo.

Disponible Intermedio 7 módulos · 33 clases

Formato asíncrono Desarrollo, Ingeniería / Industria Python, Seaborn

DATOS

Lo que aprenderás

Elegir el gráfico adecuado según el tipo de variable y la pregunta que se quiere responder
Representar distribuciones con histogramas, densidad, caja y violín y comparar grupos
Construir gráficos categóricos con barras, puntos y enjambre desagregando por una tercera variable
Explorar relaciones con dispersión, regresión y matrices de dispersión emparejadas
Generar cuadrículas de facetas para comparar el mismo gráfico entre subgrupos
Interpretar una matriz de correlación representada como mapa de calor sin sobreinterpretarla
Ajustar paletas, temas y contexto para que la figura funcione en pantalla y en papel

Contenido del curso

7 módulos · 33 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Exploración visual 5 clases

Qué se busca en una exploración inicial
Seaborn sobre Matplotlib: qué aporta cada uno
Datos ordenados como formato de entrada
Temas, contexto y paletas
Dataset de trabajo del curso

Módulo 2 · Distribuciones 5 clases

Histograma y elección del número de intervalos
Estimación de densidad y sus límites
Distribución acumulada
Comparar la distribución de varios grupos
Detección visual de valores atípicos

Módulo 3 · Variables categóricas 5 clases

Barras con intervalo de confianza
Diagramas de caja y de violín
Gráficos de puntos y de enjambre
Desagregar con hue y con columnas
Orden de las categorías y legibilidad

Módulo 4 · Relaciones entre variables 5 clases

Dispersión con variables adicionales codificadas
Ajuste de regresión y banda de confianza
Regresión por grupos
Relaciones no lineales y transformaciones
Correlación no implica causa: casos reales

Módulo 5 · Vistas múltiples 5 clases

FacetGrid y comparación por subgrupo
pairplot y matrices de dispersión
jointplot para distribución conjunta y marginales
Mapa de calor de correlaciones
Cuándo una cuadrícula deja de leerse

Módulo 6 · Presentación 4 clases

Paletas secuenciales, divergentes y cualitativas
Accesibilidad del color y alternativas
Combinar Seaborn con ajustes de Matplotlib
Exportación para informe y para presentación

Módulo 7 · Caso práctico de cierre 4 clases

Exploración completa de un dataset desconocido
Secuencia de figuras y hallazgos documentados
Hipótesis que sugiere la exploración
Informe visual de conclusiones y cautelas

Requisitos

Manejar Pandas a nivel de carga, filtrado y agrupación de DataFrames
Conocer Matplotlib a nivel básico para el ajuste fino de las figuras
Estadística descriptiva elemental: media, dispersión y correlación

Descripción

Antes de modelar hay que mirar los datos, y mirar una tabla de veinte columnas no sirve de nada. La exploración visual detecta en minutos lo que una batería de estadísticos tarda en revelar: una distribución bimodal, un grupo con comportamiento distinto, una correlación que solo aparece dentro de un segmento o un valor imposible repetido.

El curso recorre Seaborn como herramienta de exploración estadística: distribuciones, comparación entre grupos, gráficos categóricos, relaciones bivariantes con ajuste de regresión, facetas y matrices de correlación. Cada figura se acompaña de su lectura, con atención especial a las conclusiones que la figura no autoriza a sacar. La preparación de los datos se hace con Pandas y el remate fino con Matplotlib.

Al terminar se dispone de un procedimiento de exploración aplicable a cualquier dataset nuevo, que deja documentados los hallazgos y las sospechas antes de decidir qué análisis tiene sentido. Es el paso previo lógico al modelado estadístico y al aprendizaje automático, donde entrenar sobre datos que no se han mirado sale caro en tiempo y en conclusiones falsas.

¿Para quién es este curso?

Analistas de datos que reciben datasets nuevos y necesitan un procedimiento de exploración sistemático
Ingenieros que comparan comportamientos entre lotes, líneas o periodos de producción
Desarrolladores que preparan datos para modelos y quieren detectar problemas antes de entrenar