Ejercicio de programación con Matplotlib: Gráficos bivariantes

1.- Generación de los datos:

• Crea dos conjuntos de datos con numpy. El primer conjunto x contendrá 100 valores aleatorios entre 0 y 50, y el segundo conjunto y tendrá una relación lineal con x (por ejemplo, y = 2.5 * x + ruido, donde el ruido es una pequeña variación aleatoria para simular datos reales). Se podría ver así:

x = rng.uniform(0, 50, 100)
ruido = rng.normal(0, 10, 100)
y = 2.5 * x + ruido

2.- Calcular la línea de regresión:

• Utiliza numpy.polyfit para calcular la línea de regresión lineal que mejor se ajuste a los datos.

3.- Configuración del gráfico de dispersión:

• Usa plt.scatter() para crear el gráfico de dispersión.
• Configura el color de los puntos a púrpura (purple) y ajusta el tamaño de los puntos a 50 para mejorar la visualización.
• Añade una línea de regresión con plt.plot() en color verde (green).
• Incluye una cuadrícula para mejorar la interpretación del gráfico.

4.- Etiquetas y título:

• Añade un título descriptivo para el gráfico, además de etiquetas para los ejes X e Y.

5.- Visualización:

• Muestra el gráfico utilizando plt.show().