🧠 Byte de la Semana: Guía exprés de gráficos en Python

🔹 1. Gráfico de dispersión (scatterplot)

Cuándo usarlo: Para mostrar la relación entre dos variables numéricas.
Ejemplo: Altura vs. Peso

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('/datasets/height_weight.csv')
df.plot(kind='scatter', x='height', y='weight', title='Altura vs. Peso')
plt.show()

🔹 2. Matriz de dispersión (scatter matrix)

Cuándo usarlo: Para explorar relaciones entre múltiples variables numéricas.
Ejemplo: Altura, Peso y Edad

from pandas.plotting import scatter_matrix

scatter_matrix(df[['height', 'weight', 'age']], figsize=(8, 8), alpha=0.5)
plt.suptitle('Matriz de Dispersión')
plt.show()

🔹 3. Gráfico de líneas (line plot)

Cuándo usarlo: Para mostrar tendencias a lo largo del tiempo.
Ejemplo: Ventas a lo largo del tiempo

time_df = pd.read_csv('/datasets/sales_over_time.csv')  # debe tener 'date' y 'sales'
time_df['date'] = pd.to_datetime(time_df['date'])
time_df.plot(x='date', y='sales', kind='line', title='Ventas en el Tiempo')
plt.ylabel('Ventas')
plt.show()

🔹 4. Gráfico de barras (bar chart)

Cuándo usarlo: Para comparar cantidades entre categorías.
Ejemplo: Ventas por categoría de producto

sales = {'category': ['A', 'B', 'C'], 'revenue': [100, 150, 90]}
df = pd.DataFrame(sales)
df.plot(kind='bar', x='category', y='revenue', title='Ingresos por Categoría')
plt.ylabel('Ingresos ($)')
plt.show()

🔹 5. Histograma

Cuándo usarlo: Para visualizar la distribución de una variable numérica continua.
Ejemplo: Distribución del peso

df['weight'].plot(kind='hist', bins=20, title='Distribución del Peso')
plt.xlabel('Peso (lbs)')
plt.ylabel('Frecuencia')
plt.show()