Además de Pandas y Seaborn, también me gustaría brindarle una breve introducción a matplotlib. Matplotlib es otro módulo y biblioteca importante en Python. Se utiliza para la visualización de datos. El siguiente ejemplo de codificación lo ayudará a comenzar. La documentación completa sobre matplotlib está disponible aquí: https://matplotlib.org/index.html

# importar matplotlib, matplotlib.pyplot 
import matplotlib 
import matplotlib.pyplot as plt 
# importar pandas y numpy ya que queremos visualizar datos almacenados en marcos de datos 
import pandas 
import numpy 
# importar un conjunto de datos y mostrar el encabezado 
data_df = pandas.read_csv(" oica.csv",sep=",") 
data_df.head()

	año	país	producción
0	2018	Argentina	466649
1	2018	Austria	164900
2	2018	Bélgica	308493
3	2018	Brasil	2879809
4	2018	Canadá	2020840

# paso 1: crear la superficie, la figura; permite, por ejemplo, establecer el tamaño 
# la figura es como una página; una figura puede contener varias parcelas, es decir, ejes 
plt.figure(figsize=(10,10))

<Tamaño de figura 720x720 con 0 Ejes>

<Tamaño de figura 720x720 con 0 Ejes>

# .subplots() devuelve la figura y los ejes; 
# los ejes son las coordenadas base en las que trazas; 
# como se indicó, una figura puede contener varios ejes 
plt.figure(figsize=(10,10)) 
plt.subplots()

(<Tamaño de figura 432x288 con 1 eje>, 
 <matplotlib.axes._subplots.AxesSubplot at 0x257b791bb08>)

<Tamaño de figura 720x720 con 0 Ejes>

# paso 2: trace un gráfico de puntos, es decir, un gráfico de dispersión; 
# agregar la trama al objeto de ejes 
plt.figure(figsize=(10,10)) 
plt.plot( numpy .sort(data_df["output "]),marker="o",markersize=2)

[<matplotlib.lines.Line2D en 0x257b6180108>]

# paso 3: agregue etiquetas de título y eje; 
# -- establece el tamaño de la figura 
plt.figure(figsize=(20,10)) 
# -- crea la trama 
plt.plot( numpy .sort(data_df["output "]), 
         marcador="o", 
         marcadortamaño=6, 
        ancho de línea =2, 
         linestyle ="--", 
        color="orange") 
# -- set title 
plt.title("Cifras de producción anual de la industria automotriz", 
          fontdict={"fontname":"Times New Roman", 
                    "fontsize" :32}) 
# -- asignar xlabel 
plt.xlabel("número de punto de datos.", 
           fontdict={"fontname":"Comic Sans MS",

(matriz([-200., 0., 200., 400., 600., 800., 1000.]), 
 <una lista de 7 objetos Text xticklabel>)

# una forma más estructurada de trabajar con matplotlib es trabajar con controladores de referencia 
# -- configurar algunos vectores de datos para graficar 
y1 = [1,2,3.3,5.1,7] 
y2 = [2,4,5,5.5, 5.75] 
x = range(0,len(y1)) 
# -- crea una imagen vacía (es decir, = figura); capturar un controlador 
fig = plt.figure() # fig indica que se trata de una "figura" 
# -- crea una trama secundaria en la imagen vacía, por ejemplo, la figura vacía; capturar un controlador 
hacha = plt.subplot() # hacha indica que se trata de un "eje"; los ejes son básicamente el gráfico 
#: crear diagramas de líneas en el eje, usando la referencia del controlador de ejes 
ax.plot(x, y1, label='$y1 = series 1, growing fast',color="black") 
            color=" 
ax. set_title('Comparación de dos series temporales',
            fontsize=18,
# -- agregar etiquetas de eje x e y, usando la referencia del controlador de ejes 
ax.set_xlabel("valores del eje x", 
             fontsize=14, 
             color="red") 
ax.set_ylabel("valores del eje y", 
             fontsize=14, 
             color= "púrpura") 
# -- agregar leyenda, por defecto dentro del marco de la trama 
ax.legend(fontsize=10) 
# -- agregar una cuadrícula 
ax.grid(b=True, 
        color="blue", 
        alpha=0.1) 
# -- muestra todo lo trazado en esta sección hasta este punto 
plt.show()

# veamos ahora algunos ejemplos adicionales; 
# por ejemplo, podemos hacer histogramas usando matplotlib 
# -- importar aleatorio para crear algunos números aleatorios 
importar aleatorio 
# -- usar randint() de aleatorio para crear algunos enteros aleatorios 
x = [] 
for i in range(0,100): 
    x.append( random.randint(a=0,b=100)) 
# -- crea una figura 
fig = plt.figure(figsize=(10,10)) 
# -- añade ejes a la figura 
ax = plt.subplot() 
# -- agregue el histograma a los ejes, usando el controlador de objetos de los ejes 
ax.hist(x, 
       bins=20, 
       histtype="bar", 
       color="pink") 
# -- agregue el título al histograma, usando el controlador de objetos de los ejes 
            color="darkgreen")
# -- agrega etiquetas a los ejes x e y, usando el controlador de objetos de ejes 
ax.set_xlabel("rango de valores de observación", 
             fontsize=16, 
              color="darkgreen") 
ax.set_ylabel("frecuencia absoluta", 
             fontsize=16, 
             color= "verde oscuro") 
# -- ajusta las etiquetas de marca x e y, usando el controlador de objetos de ejes 
# -- también: ajusta las marcas de los ejes x e y, usando el controlador de objetos de ejes 
ax.tick_params(axis="x", 
               size=12, 
               width =5, 
              color="blue", 
              labelsize=20, 
               size=12, 
# -- muestra todo lo trazado en esta sección,hasta este punto 
plt.show()

# otro ejemplo: trazado de superficie 3D con matplotlib en Python 
# crédito: https://stackoverflow.com/questions/3810865/matplotlib-unknown-projection-3d-error 
# -- primero, algunos datos para trazar 
x = [1,2 ,3] 
y = [1,2,3] 
z = [[1,2,3], 
     [1,2,3], 
     [1,2,3]] 
# -- crear figura, usando pyplot 
fig = plt .figure(figsize=(10,10)) 
# -- creación de ejes, usando pyplot 
de mpl_toolkits.mplot3d import axes3d, Axes3D 
ax = Axes3D(fig) 
# -- creación de gráfico de superficie 
ax.contour(x,y,z,extend3d =Verdadero)

<matplotlib.contour.QuadContourSet en 0x257b7899f48>