import pandas as pd import seaborn as sns import matplotlib.pyplot as plt # Ancho = 12 pulgadas # Largo = 6 pulgadas plt.rcParams['figure.figsize'] = (12, 6)

# Utilizar la función read_csv para cargar el archivo df = pd.read_csv("computer_book.csv")

df.shape

# Ver las primeras 5 líneas del archivo df.head(5)

# Ver las últimas 5 líneas del archivo df.tail(5)

# Ver filas 0, 1, 260 y 270 del dataset. df.iloc[[0, 1, 260, 270]]

# Descripción de las columnas numéricas del dataset df.describe()

# Información más computacional del dataset df.info()

df_copy = df.copy() del df_copy["Description"] del df_copy["Number_Of_Pages"] del df_copy["Type"] df_copy.head()

df_copy = df.copy() columnas_que_queremos = ["Rating", "Reviews", "Book_title"] df_copy = df_copy[columnas_que_queremos] df_copy.head()

def CalificacionLibro(rating): if rating >= 4.5: return 'Muy buena' if rating >= 4: return 'Buena' if rating >= 3.5: return 'Normal' return 'Mala' print(CalificacionLibro(1)) print(CalificacionLibro(5))

df['Calificacion'] = df['Rating'].apply(CalificacionLibro) df.head()

precio_por_calificacion = df.groupby('Calificacion')['Price'].mean() print(precio_por_calificacion)

precio_por_calificacion = df.groupby('Calificacion')['Price'].mean() # Graficamos ahora el arreglo resultante ax = precio_por_calificacion.plot.bar( color = 'cyan', title = 'Precio promedio por calificación' ) ax.set_xlabel("Calificación") ax.set_ylabel("Precio promedio") plt.show()

numero_pagina_por_calificacion = df.groupby('Calificacion')['Number_Of_Pages'].mean() # Si hacemos barh en vez de bar, tendremos el gráfico de forma horizontal. ax = numero_pagina_por_calificacion.plot.barh( color = 'magenta', title = 'Número de páginas promedio por Calificación' ) ax.set_xlabel("Calificación") ax.set_ylabel("Número de páginas promedio") plt.show()

numero_pagina_por_calificacion = df.groupby('Calificacion')['Number_Of_Pages'].mean() # Nueva línea para ordenar numero_pagina_por_calificacion = numero_pagina_por_calificacion.sort_values() ax = numero_pagina_por_calificacion.plot.barh( color = 'magenta', title = 'Número de páginas promedio por Calificación' ) ax.set_xlabel("Calificación") ax.set_ylabel("Número de páginas promedio") plt.show()

# Veremos la distribución de la variable Number_Of_Pages (número de páginas) # con un histograma ax = sns.distplot(df["Number_Of_Pages"])

ax = sns.histplot(df["Number_Of_Pages"])

ax = sns.histplot(df["Number_Of_Pages"], kde=True)

# Ahora, por defecto ya no veremos la función de densidad de probabilidad. # Si queremos agregarla, usamos el atributo kde = True. sns.histplot( df[df.Calificacion == "Buena"].Number_Of_Pages, color="purple", label="Número de páginas libros Buenos" ) sns.histplot( df[df.Calificacion == "Normal"].Number_Of_Pages, color="orange", label="Número de páginas libros Normales" ) plt.legend() plt.show()

# Veremos la distribución de la variable Price (precio en dolares) con un gráfico de caja. ax = sns.boxplot(df.Price)

ax = sns.boxplot(x=df.Price)

ax = sns.boxplot( y=df.Price, color="Cyan" )

sns.boxplot( x="Type", y="Price", data=df, palette="Set2" )

# Antes - sns.boxplot(x="Type", y="Price", data=df, palette="Set2") sns.boxplot( x="Price", y="Type", data=df, palette="Set2" ) plt.show()

sns.violinplot( x="Price", y="Type", data=df, palette="Set1" )

sns.violinplot( y=df.Price, color="red" ) plt.show()

fig, charts = plt.subplots(1,2, sharey=True) sns.boxplot(y=df.Price, color="cyan", ax=charts[0]) sns.violinplot(y=df.Price, color="yellow", ax=charts[1]) fig.suptitle('Boxplot VS Violinplot')

# Agrupamos por el dato en común y contamos cuantas propinas hay por dato calificacion_distribucion = df.groupby("Calificacion").size() print(calificacion_distribucion) print() calificacion_distribucion = calificacion_distribucion / calificacion_distribucion.sum() print(calificacion_distribucion)

pie_chart = plt.pie(calificacion_distribucion) # Se agrega la leyenda en donde se le entrega la lista de cada segmento circular una lista de strings # que será el nombre asignado a cada elemento y le damos un título a la leyenda plt.legend( pie_chart[0], calificacion_distribucion.index, title="Calificación", loc='upper left', bbox_to_anchor=(1, 1) ) #Se asigna un título al gráfico plt.title("Proporcion de propinas por sexo") plt.show()

calificacion_distribucion = df.groupby("Calificacion").size() tipo_distribucion = df.groupby("Type").size() fig, charts = plt.subplots(2,1) # Definimos cada gráfico charts[0].pie(calificacion_distribucion) charts[1].pie(tipo_distribucion) # Se agrega la leyenda a cada gráfico. charts[0].legend( calificacion_distribucion.index, title="Calificación", loc='upper left', bbox_to_anchor=(1, 1) ) charts[1].legend( tipo_distribucion.index, title="Tipos", loc='upper left', bbox_to_anchor=(1, 1) ) # Se asigna el título a cada sub-gráfico charts[0].set_title("Clasificación del libro") charts[1].set_title("Tipo de libro") #Se asigna un título al gráfico fig.suptitle("Proporcion de clasificación y tipo de libros") plt.show()

def Comentado(reviews): if reviews >= 600: return "Demasiado" if reviews >= 50: return "Lo esperado" return "Casi Nada"

df_2 = df.copy() df_2["Comentado"] = df_2["Reviews"].apply(Comentado) df_agrupado_2 = df_2.groupby(["Type", "Comentado"]).size() df_agrupado_2

df_agrupado_2 = df_agrupado_2.reset_index() print(df_agrupado_2.columns) # Cambiar nombre df_agrupado_2.columns = ["Type", "Comentado", "Cantidad"] # Ver como queda ahora df_agrupado_2

# Esta función solo genera los gráficos sin datos, ahora falta indicar con qué llenar cada gráfico grid = sns.FacetGrid( data=df_agrupado_2, col="Comentado", col_wrap=3 ) grid.map(plt.barh, "Type", "Cantidad") # Agregamos el label a los ejes grid.set_axis_labels("Cantidad", "Tipo") # Visualizar el gráfico plt.show()

# col_order Para indicar el orden grid = sns.FacetGrid( data=df_agrupado_2, col="Comentado", col_wrap=3, col_order=["Demasiado", "Lo esperado", "Casi Nada"] ) grid.map(plt.barh, "Type", "Cantidad") grid.set_axis_labels("Cantidad", "Tipo") plt.show()

df_agrupado = df.groupby(["Type", "Calificacion"])["Reviews"].mean() df_agrupado

df_agrupado_sin_index = df_agrupado.reset_index() df_agrupado_sin_index.head()

df_pivoteado = df_agrupado_sin_index.pivot(index="Type", columns="Calificacion", values="Reviews") df_pivoteado

df_pivoteado.fillna(0, inplace=True) df_pivoteado

# sns.heatmap recibe el dataset indexado y crea un mapa de calor ax = sns.heatmap(df_pivoteado)

sns.heatmap( df_pivoteado, annot=True, fmt="f", annot_kws={'size': 10}, cmap='summer', # coolwarm linewidths=.5, center=200 )