13 - Gráficos tipo boxplot
Lección 13 del curso Matplotlib para Ciencia de Datos y Machine Learning.
En la lección anterior vimos cómo generar gráficos de histogramas con ayuda de Matplotlib, que nos permiten visualizar la distribución del set de datos que estemos analizando.
En esta lección hablaremos de los boxplots y veremos que son otra forma de visualizar la distribución de nuestros datos pero que, en ocasiones, resulta más adecuada que el uso del histograma.
Comenzaremos entendiendo qué es un boxplot y el significado de los elementos que lo componen (como la mediana, el rango intercuartiles y los whiskers o “bigotes”). Esto nos permitirá entender la utilidad que tiene este tipo de gráfica al momento de visualizar la distribución de nuestros datos, ya que resulta posible tener una medida del valor central de esta distribución y de la dispersión de los datos así como la opción de visualizar los outliers o valores extremos que puedan existir.
Después de esto veremos un ejemplo práctico de generación de gráficas tipo boxplot junto con diferentes herramientas de Matplotlib que nos permiten personalizar este tipo de gráfica.
Suscríbete y accede al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Bien, acabamos de ver qué es un boxplot, qué elementos contiene, como interpretar este tipo de gráfica y en qué situaciones resulta útil recurrir a esta herramienta de visualización de datos.
Adicionalmente, hemos visto cómo con muy pocas líneas de código resulta posible usar Matplotlib para generar y personalizar este tipo de gráfica, controlando por ejemplo elementos como el color de las cajas, el tipo de línea de la mediana y el color mismo de los outliers, entre otras.
En la próxima lección hablaremos entonces de un tercer tipo de gráfico que podemos generar en Matplotlib para visualizar la distribución de nuestros datos. Hablaremos entonces de los gráficos de violín.