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.
sns.set_theme(style='whitegrid')
sns.set_palette('muted')
fig, axs = plt.subplots(2, 2, figsize=(10, 6))
fig.subplots_adjust(hspace=0.5, wspace=0.3)
fig.suptitle('Inmigración de los 4 mayores países sudamericanos\nhacia Canadá (1980 - 2013)', fontsize=14)
sns.lineplot(x=anos, y=df.loc['Colombia', anos], ax=axs[0, 0])
axs[0, 0].set_title('Colombia')
sns.lineplot(x=anos, y=df.loc['Brasil', anos], ax=axs[0, 1])
axs[0, 1].set_title('Brasil')
sns.lineplot(x=anos, y=df.loc['Argentina', anos], ax=axs[1, 0])
axs[1, 0].set_title('Argentina')
sns.lineplot(x=anos, y=df.loc['Perú', anos], ax=axs[1, 1])
axs[1, 1].set_title('Perú')
ymin = 0
ymax = 7000
for ax in axs.ravel():
ax.set_ylim(ymin, ymax)
ax.xaxis.set_major_locator(plt.MultipleLocator(5))
ax.set_xlabel('Año')
ax.set_ylabel('Número de inmigrantes')
ax.grid(True)
plt.show()