Ejercicio de programación con Matplotlib: Análisis de ventas de videojuegos
Proyecto
0h 30m
Aprende a analizar y visualizar datos de ventas de videojuegos con Python y Matplotlib. Crea histogramas, gráficos de barras, líneas y dispersión para explorar tendencias.
1.- Configurar el entorno de trabajo:
- Abre Visual Studio Code y crea un nuevo proyecto.
- Importa las bibliotecas necesarias como:
pandas
,matplotlib
, etc. Ya están instaladas por lo que no necesitas instalarlas. - Crea un archivo
video_game_sales_visualizations.ipynb
donde desarrollarás todo el análisis.
2.- Carga y limpieza del conjunto de datos:
- Carga el archivo
dataset.csv
utilizando pandas. - Dado que estás trabajando en Visual Studio Code en un entorno web, es necesario utilizar rutas absolutas para cargar los archivos. Asegúrate de que la ruta absoluta a tu archivo de datos sea correcta, tal como se muestra en el siguiente ejemplo:
/workspace/dataset.csv
- Verifica si existen valores nulos o datos inconsistentes y realiza las correcciones necesarias, eliminando o rellenando los valores faltantes según corresponda.
3.- Análisis exploratorio de los datos:
- Realiza un análisis descriptivo general para observar las ventas globales y por región.
4.- Visualización de datos avanzada:
- Crea las siguientes visualizaciones utilizando matplotlib:
- Un histograma que muestre la distribución de las ventas globales (
Global_Sales
). - Un gráfico de barras que compare las ventas globales totales por plataforma.
- Un gráfico de líneas que muestre las ventas globales a lo largo de los años, dividido por plataforma.
- Un gráfico combinado (barras y líneas) que muestre las ventas por género y región (América del Norte, Europa, Japón).
- Un gráfico de dispersión (scatter plot) que visualice la relación entre las ventas en América del Norte (
NA_Sales
) y Europa (EU_Sales
), e incluye una línea de tendencia.
- Un histograma que muestre la distribución de las ventas globales (
5.- Análisis de correlación y patrones:
- Calcula la correlación entre las ventas en diferentes regiones (
NA_Sales
,EU_Sales
,JP_Sales
, etc.) y observa si existen patrones que puedan indicar relaciones entre los mercados. - Genera una visualización que represente gráficamente la matriz de correlación (puede ser un heatmap, por ejemplo).
Más ejercicios de programación con Matplotlib
Evalúa tus conocimientos en Matplotlib con más ejercicios de programación de tipo Test, Puzzle, Código y Proyecto con VSCode.
Evaluación código global
Código
Integración de Matplotlib con Numpy
Test
Evaluación test global
Test
Análisis mercado de criptomonedas
Proyecto
Gráficos univariantes
Código
Gráficos multivariantes
Código
Conceptos básicos de Matplotlib
Puzzle
Temas predefinidos, colores y estilos
Código
Subplots y grillas
Código
Gráficos bivariantes
Código
Integración de Matplotlib con Pandas
Test
Visualización de datos dataset iris
Proyecto
Introducción e instalación de Matplotlib
Test
Ajuste de ejes en matplotlib
Puzzle
Integración de Matplotlib con Seaborn
Test
Títulos, etiquetas y leyenda y límites
Test
Certificados de superación de Matplotlib
Supera todos los retos de Matplotlib y obtén certificados de superación para mejorar tu currículum y empleabilidad.
Tecnologías de este ejercicio de programación
Entornos de desarrollo para este ejercicio

Visual Studio Code

GitHub