Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
1
respuesta

08 Desafío: creando un gráfico de líneas con Seaborn

08 Desafío: creando un gráfico de líneas con Seaborn

¡Felicidades por llegar hasta aquí! Volviendo a los datos utilizados en el proyecto que estamos desarrollando en este curso, ahora es el momento de utilizar todos los conocimientos adquiridos sobre las bibliotecas Matplotlib y Seaborn.

En esta etapa, tu desafío es crear una figura que muestre las tendencias de inmigración de los 4 mayores países de América Latina: Brasil, Argentina, Perú y Colombia. A través de esta creación, puedes explorar diversas posibilidades y mostrar de manera atractiva tu proceso de desarrollo. Y no nos olvidemos de las indicaciones. Esta figura debe tener una línea para cada país, título, etiquetas en los ejes, colores apropiados, un tema de la biblioteca Seaborn y una leyenda. Por lo tanto, piensa en cuestiones de accesibilidad, como el tamaño de las fuentes y el grosor de las líneas. Es importante elegir colores adecuados que no causen fatiga visual o dificulten la lectura de la información. Además, el tamaño de las fuentes debe ser lo suficientemente legible para que las personas puedan interpretar los datos fácilmente.

Consejo: para elegir la paleta de colores, también puedes consultar la documentación de la biblioteca Matplotlib. Seaborn utiliza los colormaps de Matplotlib por defecto, además de ofrecer sus propias paletas de colores. Para aplicar una paleta de colores a todas las líneas de la figura, puedes usar la función sns.set_palette() y pasarle el nombre de la paleta elegida.

Estamos emocionados por ver el resultado de tu trabajo y las historias que contarás a través de este gráfico. ¡Manos a la obra y diviértete!


import pandas as pd
import seaborn as sns

datos_latam = {
    'Año': [2018, 2019, 2020, 2021, 2022, 2023] * 4,
    'Inmigrantes': [
        12000, 15000, 8500, 11000, 14500, 16000,  # Brasil
        10500, 11500, 6000, 9500, 12500, 13500,   # Argentina
        8000, 9500, 5000, 7500, 9000, 11000,      # Perú
        15000, 18500, 9500, 13500, 17500, 21000   # Colombia
    ],
    'País': (['Brasil'] * 6) + (['Argentina'] * 6) + (['Perú'] * 6) + (['Colombia'] * 6)
}

df_migracion = pd.DataFrame(datos_latam)


# 'talk' para fuentes grandes y el estilo 'whitegrid'
sns.set_theme(style="whitegrid", context="talk")

sns.set_palette("colorblind")

grafico = sns.relplot(
    data=df_migracion,
    x='Año', 
    y='Inmigrantes', 
    hue='País', 
    style='País', 
    kind='line',
    markers=True, 
    dashes=True,
    height=6, 
    aspect=1.5,
    linewidth=3.5
)

grafico.set_axis_labels("Año de Registro", "Número Total de Inmigrantes", labelpad=15)
grafico.fig.suptitle("Tendencias de Inmigración en América Latina (2018-2023)", y=1.05, fontweight='bold')

grafico

Ingrese aquí la descripción de esta imagen para ayudar con la accesibilidad

1 respuesta

Hola César, espero que estés bien

Tu gráfico se ve bastante bien y parece cumplir con la mayoría de los requisitos del desafío. Aquí hay algunos puntos a considerar para asegurarte de que todo está en orden:

  1. Colores y Paleta: Has utilizado sns.set_palette("colorblind"), lo cual es excelente para la accesibilidad. Asegúrate de que los colores elegidos sean claramente distinguibles para todos los tipos de visión.

  2. Etiquetas y Título: Las etiquetas de los ejes y el título son claros y están bien posicionados. El uso de labelpad para ajustar el espacio es una buena práctica.

  3. Tema y Estilo: Has aplicado el estilo whitegrid y el contexto talk, lo cual mejora la legibilidad.

  4. Leyenda: La leyenda está presente y es clara. Asegúrate de que no cubra partes importantes del gráfico.

  5. Líneas y Marcadores: Has usado markers y dashes, lo que hace que las líneas sean más fáciles de seguir. El grosor de las líneas (linewidth=3.5) parece adecuado.

  6. Fuente y Tamaño: El tamaño de las fuentes parece apropiado para una buena legibilidad.

Si deseas mejorar aún más, podrías considerar ajustar el tamaño del gráfico o experimentar con otras paletas de colores para ver si alguna otra opción mejora la claridad o la estética.

Espero haber ayudado y buenos estudios!