Table of contents

Visualización

¿Para Qué? ¡Atención!

¿Para Qué?

• Profundizar nuestra comprensión de la estructura de los datos
• Hallar datos atípicos (outliers)
• Exponer posibles explicaciones (data-storytelling)

$\color{red}¡Cuidado!$

• Evite las gráficas $\color{red} abarrotadas$ y $\color{red} confusas$
• Simplifique. Evite usar efectos gráficos sólo por $\color{red} estética$ (como efectos 3D)
• Haga uso adecuado de las $\color{red} escalas$. Prefiera relación de aspecto 1 a 1 e incluir el 0.

Descripción de los datos

Tipos de Datos

• Series de tiempo
• Univariados / Multivariados
• Redes

Características de los Datos

• Categóricos 🔶, 🟩, 🔵, 🔺
• Ordenados: Ordinales o Cuantitativos
• Órden:
  • Secuenciales ➡️
  • Divergentes ↔️
  • Cíclicos 🔃

Estructuras (o estructurar) los datos

• Tablas
• Redes o árboles
  
• Organizados geométricamente o en listas, o en agrupamientos

Tipos de Representación

• Gráficos de Dispersión
• Histogramas
• Redes / Grillas / Tablas
• Árboles

Preparación

Revisión de la Documentación

• CodeBook

Preparación

• Cargar pandas import pandas as pd
• Cargar seaborn import seaborn as sns
• Cargar los datos pd.read
• Averiguar el número de variables y de registros df.shape (27555, 4602)
• Averiguar el nombre de las variables df.columns
• Leer las primeras columnas df.head(5), las últimas df.tail(5), o una muestra df.sample(5)

Describiendo las distribuciones

# de registros por valores de Variable categórica

Usando el diccionario que habíamos definido antes:

       region={1:'Western Europe',2:'Northern Europe',
       3:'Southern Europe', 4:'Eastern Europe',5:'Northern Africa',
       6:'Western Africa', 7:'Middle Africa',8:'Eastern Africa',
       9:'Southern Africa',10:'Western Asia',11:'Central Asia',
       12:'East Asia',13:'South-East Asia',14:'South Asia',
       15:'Oceania',16:'North America',17:'Central America',
       18:'South America', 19:'Caribbean'}`

Podemos reemplazar: df.replace({'e_regiongeo': region}, inplace=True)

# regiones por valores de variable categórica

ax = sns.countplot(data=df, y='e_regiongeo',color='darkgray')
ax = sns.countplot(data=df, y='e_regiongeo',color='blue')

Ejercicio

Vamos a trabajar con los datos de Nacimientos del DANE del 1998

• Vaya a la página del DANE, busque el directorio de datos. Allí trabaje sobre la variable tipo_parto
• Haga una gráfica que tenga el número de registros por los diferentes valores de la variable tipo_parto
• Cree un diccionario para cambiar los valores de tipo_partopor las palabras a las que corresponce
• Aplique el directorio para que la gráfica muestre las palabras.
• Repita el procedimiento para alguna otra variable de interés.

Histogramas de una variable

A continuación nombramos los ejes:

     ax.set(xlabel='Egalitarian Democracy Index',ylabel='Count')

Ejercicio

• Utilice la base V Dem ¹
• Identifique los datos correspondientes al año 2022, con el vector filtro2022²
• Genere un DataFrame con los datos del año 2022, df2022 ³
• También identifique los de 1900, y genere un DataFrame con ellos, df1900 ⁴
• Genere un histograma del índice de democracia igualitaria del año 1900, en verde.⁵
• Genere un histograma del índice de democracia igualitaria del año 2022, en azul. ⁶
• ¿Qué se le ocurre que puede decir al comparar las dos distribuciones?

Histogramas de una variable, con estimación de densidad

Por ejemplo, para el índice de democracia igualitaria: ax.set(xlabel='Egalitarian Democracy Index',ylabel='Count')

Se obtiene la figura:

        \eb

Análisis Multivariado

Histogramas Condicionados

Para generar el histograma condicionado se usa la siguiente instrucción:

Con:

ax.set(xlabel='Egalitarian Democracy Index')

Se obtiene:

Diagramas de Dispersión

Se añade el título a los ejes:

ax.set(xlabel=‘Egalitarian Democracy Index’,ylabel=‘Polyarchy Index’)

Y se obtiene la gráfica:

Se puede profundizar en éstos temas en la bibliografía.⁷

Ejercicio

• Genere un diagrama de dispersión en el que se comparen el índice de democracia electoral y el índice de democracia igualitaria entre el año 2022 y el año 1900.⁸
• ¿qué puede decir sobre la evolución de la democracia entre 1900 y 2022?

Referencias

Gráficas

* Traveling Salesmen (Red)  https://networkx.org/documentation/stable/auto_examples/drawing/plot_tsp.html#sphx-glr-auto-examples-drawing-plot-tsp-py
* Harvest https://matplotlib.org/stable/gallery/images_contours_and_fields/image_annotated_heatmap.html#sphx-glr-gallery-images-contours-and-fields-image-annotated-heatmap-py
* Random Graph https://networkx.org/documentation/stable/auto_examples/drawing/plot_random_geometric_graph.html#sphx-glr-auto-examples-drawing-plot-random-geometric-graph-py