fig, axes = plt.subplots (1,2, figsize = (10,4)) # Aumentamos el tamaño del lienzo # Grafica 1, histograma. Todo se agrega sobre axes[0] axes[0].hist(iris['sepal_length'], # datos bins = 10, # cantidad de barras color = 'violet'); # color axes[0].set_xlabel('Largo del sépalo (cm)') axes[0].set_ylabel('Frecuencia') # Grafica 2, diagrama de dispersión. Todo se agrega sobre axes[1] axes[1].scatter(iris['sepal_length'], # grafico de dispersion iris['petal_length'], marker = 'o', # se puede modificar el marcador color = 'red'); axes[1].set_xlabel('Largo del sépalo (cm)') axes[1].set_ylabel('largo del pétalo')

# A partir de un dataframe se pueden crear graficas usando matplotlib # bar y barh hace referencia a gráficos de barras iris.groupby('species').mean()['sepal_width'].plot(kind = 'barh') plt.xlabel('Ancho del sépalo (cm)') plt.ylabel('Especie de la flor')

# Histograma simple sns.histplot(data = iris, # datos x = 'sepal_length', # variable bins= 14, # cantidad de barras kde = True) # kernel density estimation (opcional) plt.xlabel('Largo del sépalo (cm)') plt.ylabel('Frecuencia')

# Codificando una variable cualitativa dentro de un histograma sns.histplot(data = iris, x = 'sepal_length', bins= 14, kde = True, hue = 'species') # se añade otra variable a la visualización plt.xlabel('Largo del sépalo (cm)') plt.ylabel('Frecuencia')

sns.kdeplot(data=iris, #Set de datos x="sepal_length", #Variable a graficar hue="species", #códificación por especie multiple="stack" #Apilación de las distrubuciones );

sns.pairplot(data = iris, hue = 'species', corner = True, # para simplificar la gráfica solo se muestran la mitad de los gráficos palette = 'mako');