-
Notifications
You must be signed in to change notification settings - Fork 90
Tarea 4 - Visualización 📚 #19
Description
Visualiza datos científicos 📊
Las representaciones gráficas nos ayudan a comunicar más adecuadamente los datos y resumen la información de manera que sea más entendible. Para esta tarea solo es necesario seguir las instrucciones de los Notebooks y videos del tema de visualización de datos y completar los ejercicios.
Pasos a seguir 📚
☝️ Primero:
Revisa el Notebook de gráficos simples y crea un gráfico que:
- Utilice datos de empleo de estados unidos
(data.us_employment()). - Sea un gráfico de línea.
- En el eje
$x$ visualices los meses. - En el eje
$y$ visualices el cambio en el sector no agricola(nonfram_change). - Que la línea sea de color negro.
- Que el gráfico sea de un ancho de 650px.
- Que el gráfico tenga un título descriptivo.
- Bonus: El mismo gráfico pero en "área", es decir, que sea un gráfico de área.
¿Qué enfatiza más el gráfico de área, a comparación con el de línea?
☝️ Segundo:
Revisa el Notebook de gráficos complejos y crea un gráfico de barras que:
- Utilice el conjunto de datos de pingüinos.
- Los marcadores sean barras.
- En el eje
$x$ se visualiza la longitud promedio de las aletas de cada especie de pingüino. - En el eje
$y$ se visualiza la especie del pingüino. - Cada barra tiene también una etiqueta con la especie del pingüino.
☝️ Tercero:
Revisa el Notebook de compartir gráficos y exporta cualquiera de los gráficos que hayas creado:
- Usa los colores y formato al que consideres más adecuado.
Indicaciones ⚠️
Haz un comentario en este Issue compartiendo una imagen del gráfico que creaste en el tercer paso. Utiliza Markdown para describir el gráfico. Adicionalmente, desde tu fork, dentro de la carpeta de tareas tienes 2 opciones para subir todos los ejercicios de visualización:
- Crear un archivo Markdown con la explicación y el código de cómo lo hiciste, llámalo
04-visualizacion.md. (utiliza el formato de bloque de código, no es necesario subir ningún script o archivo de Python). - Crea un Notebook en Google Colab y guarda una copia en tu fork de GitHub de la siguiente manera
tareas/04-visualizacion.ipynb.
Fecha límite 📆
Domingo 28 de noviembre a las 11:59 pm.