Introducción
pandas.plotting
es un submódulo en Pandas para gráficos avanzados, como gráficos de dispersión y matrices de correlación. Se usa para análisis exploratorio de datos.
Bootstrap es una técnica de remuestreo que estima la distribución de una estadística sin suponer una distribución específica. Es ideal para calcular intervalos de confianza cuando los datos son limitados. |
Funciones Clave
Función |
Descripción |
scatter_matrix() |
Crea una matriz de dispersión para comparar todas las columnas numéricas en un DataFrame. |
andrews_curves() |
Visualiza patrones en un DataFrame usando curvas de Andrews. |
parallel_coordinates() |
Muestra las columnas de un DataFrame como líneas paralelas para ver agrupaciones. |
lag_plot() |
Grafica una variable contra sus valores desplazados para ver autocorrelación. |
¿Cuándo usar Bootstrap?
- Datos limitados: Si tienes pocos datos, Bootstrap permite estimar intervalos de confianza. |
- Estimación de intervalos de confianza: Útil cuando se desconoce la distribución de los datos. |
- Sin supuestos paramétricos: No necesitas asumir normalidad u otras propiedades de los datos. |
|
|
Código Básico: Bootstrap con pandas.plotting
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas.plotting import scatter_matrix
# Datos de ejemplo
data = pd.DataFrame({
'X': np.random.normal(50, 10, 100),
'Y': np.random.normal(30, 5, 100),
})
# Aplicar Bootstrap
bootstrap_means = []
samples = 1000 # Número de muestras
for _ in range(samples):
sample = data.sample(frac=1, replace=True)
bootstrap_means.append(sample.mean())
bootstrap_df = pd.DataFrame(bootstrap_means)
# Visualización
scatter_matrix(bootstrap_df, alpha=0.5, diagonal='kde')
plt.show()
|
Personalización de Gráficos en Matplotlib
Elemento |
Código |
Título Central |
plt.suptitle("Título", fontsize=16, fontweight='bold', color='navy') |
Título Ejes X/Y |
plt.xlabel("Eje X"), plt.ylabel("Eje Y") |
Cambiar Colores |
color='teal' (en funciones de Matplotlib y pandas.plotting) |
Leyendas |
plt.legend(["Label 1", "Label 2"]) para etiquetas automáticas, o ax.text para leyendas personalizadas. |
|
|
Ejemplo Completo
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas.plotting import scatter_matrix
# Generar datos
np.random.seed(0)
data = pd.DataFrame({
'A': np.random.normal(60, 15, 200),
'B': np.random.normal(50, 10, 200)
})
# Aplicar Bootstrap
bootstrap_means = []
samples = 1000 # Número de muestras Bootstrap
for _ in range(samples):
sample = data.sample(frac=1, replace=True)
bootstrap_means.append(sample.mean())
bootstrap_df = pd.DataFrame(bootstrap_means)
# Visualización y personalización
fig, ax = plt.subplots(figsize=(10, 8))
scatter_matrix(bootstrap_df, alpha=0.5, figsize=(8, 8), diagonal='kde', color='teal')
plt.suptitle("Distribución Bootstrap de Medias", fontsize=16, fontweight='bold', color='navy')
plt.xlabel("Variables", fontsize=12, fontweight='bold', color='darkred')
plt.ylabel("Valores de la Media", fontsize=12, fontweight='bold', color='darkred')
# Leyenda personalizada
for i, col in enumerate(bootstrap_df.columns):
ax.text(0.9, 0.1 - i*0.1, f"Media de {col}", transform=ax.transAxes, fontsize=12, color='teal')
plt.show()
|
|
|
|
