import pandas as pd data = pd.read_csv('data/cars.csv') data

print(data.dtypes)

data.describe()

# Media del precio en USD price_mean = data['price_usd'].mean() print(f'Media del precio USD {price_mean}')

# Mediana del precio en USD price_median = data['price_usd'].median() print(f'Mediana del precio USD {price_median}')

import matplotlib.pyplot as plt plt.rcParamsDefault['figure.figsize']

# Modificar estilos para los gráficos scale_x = 2 scale_y = 1.5 plt.rcParams['figure.figsize'] = (6.4*scale_x, 4.8*scale_y) plt.style.use('seaborn-darkgrid')

# Mostrar histograma de precios con 20 bins data['price_usd'].plot.hist(bins=20) plt.title('Histograma de precio USD') plt.xlabel('Precio en USD') plt.ylabel('Frecuencia') plt.show()

import seaborn as sns _, ax = plt.subplots() sns.histplot(ax=ax, data=data, x='price_usd', hue='manufacturer_name') plt.show()

# Mostrar histograma por tipo de motor _, ax = plt.subplots() sns.histplot(ax=ax, data=data, x='price_usd', hue='engine_type') plt.show()

_, ax = plt.subplots() sns.histplot(ax=ax, data=data, x='price_usd', hue='engine_type', multiple='stack') plt.show()

# Agrupar por el tipo de motor y contar los datos data.groupby('engine_type').count()

Q7_data = data[(data['manufacturer_name'] == 'Audi') & (data['model_name'] == 'Q7')] Q7_data

_, ax = plt.subplots() sns.histplot(ax=ax, data=Q7_data, x='price_usd', hue='year_produced') plt.show()