El módulo de visualización tiene como objetivo definir las claves para la eficacia en la presentación de información visual en el entorno del macrodato. Cualquiera que sea la herramienta que se utilice, la visualización de datos es una herramienta crítica para la comunicación de la realidad latente.
En este módulo, los estudiantes aprenderán acerca de las visualizaciones para comunicar y para confundir. Se explorarán herramientas para visualización de datos con librerías como matplotlib y seaborn, entre otras, y se discutirá la gramática de los gráficos, la cual es importante para la comprensión de cómo se construyen y comunican los gráficos.
Los estudiantes también aprenderán sobre los componentes básicos para la visualización,incluyendo el uso del color y tipos de gráficos para tipos de datos y propósitos concretos. Además, se presentarán los entornos python, notebooks y entornos virtuales, los cuales se utilizarán en los ejemplos propuestos y en el trabajo con datos propios.
En la segunda semana, los estudiantes aprenderán sobre gráficos interactivos utilizando Plotly, así como las animaciones y la interactividad en los gráficos. También se presentarán otras herramientas como Bokeh y Pygal, y se explorarán dashboards en python, Dash y Gleam.
Por último, los estudiantes aprenderán sobre mapas en python utilizando librerías como Geoplotlib y Leaflet/Folium. A través de ejemplos prácticos, los estudiantes podrán aplicar lo aprendido en el módulo a sus propios datos y visualizaciones de manera efectiva y eficiente.
ndice de Contenidos
- Introducción: claves para la eficacia en la visualización de datos.
- Cualquiera que sea la herramienta que se utilice.
- Visualización para la comunicación a lo largo de la historia.
- Visualizaciones para comunicar y visualizaciones para confundir.
- Herramientas que veremos en el módulo.
- Datos que usaremos.
- Entornos python: notebooks, entornos virtuales.
- Componentes básicos para la visualización.
- El color.
- Tipos de gráficos para tipos de datos y propósitos concretos.
- Gráficos estáticos en python.
- Librería matplotlib.
- Librería seaborn.
- Gramática de los gráficos: ggplot.
- Por qué una gramática de los gráficos.
- Capas.
- Librerías plotnine, ggplot2.
- Trabajo del módulo: ejemplos propuestos.
- y trabajo con datos propios.
- Introducción a los gráficos interactivos: plotly.
- Por qué y para qué interactividad.
- Animaciones.
- Bokeh y pygal.
- Dashboards en python.
- Dash.
- Gleam.
- Mapas en python.
- Geoplotlib.
- Leaflet / Folium.