Crear un gráfico de dispersión con Matplotlib y línea de regresión

Ejercicio de programación: Gráficos bivariantes

Este ejercicio de programación está diseñado para poner a prueba tus conocimientos en Matplotlib. Es un ejercicio de nivel intermedio que requiere conocimientos sólidos de la tecnología.

Tipo: Ejercicio de código 15 minutos estimados 200 puntos de experiencia

Información adicional del ejercicio

El reto consiste en crear un gráfico de dispersión utilizando Matplotlib que visualice la relación entre dos variables numéricas generadas aleatoriamente. Además, se debe calcular y mostrar una línea de regresión que indique la tendencia de los datos, personalizando el gráfico con colores, etiquetas para los ejes, un título descriptivo y cuadrícula para mejorar la claridad visual.

Contenido del ejercicio

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().

Lección relacionada

Este ejercicio está relacionado con la lección "Gráficos bivariantes" de Matplotlib. Te recomendamos revisar la lección antes de comenzar.

Ver lección relacionada

Más ejercicios de Matplotlib

Explora más ejercicios de programación en Matplotlib para mejorar tus habilidades y obtener tu certificación.

Ver más ejercicios de Matplotlib

Explora el curso completo de Matplotlib

Descubre más contenido de Matplotlib con lecciones, ejercicios y módulos organizados para tu aprendizaje.

Módulo: Creación de gráficos

Ver todas las lecciones y ejercicios de este módulo

Lecciones de Matplotlib

Aprende los conceptos fundamentales con tutoriales detallados

Ejercicios de Matplotlib

Practica con más ejercicios de programación

Módulos de Matplotlib

Explora todos los módulos del curso organizados por temas

Curso completo de Matplotlib

Ver el temario completo con todos los contenidos del curso

Todas las tecnologías

Explora todos los cursos de programación disponibles

Alan Sastre

Ingeniero de Software y formador, CEO en CertiDevs

Ingeniero de software especializado en Full Stack y en Inteligencia Artificial. Como CEO de CertiDevs, Matplotlib es una de sus áreas de expertise. Con más de 15 años programando, 6K seguidores en LinkedIn y experiencia como formador, Alan se dedica a crear ejercicios prácticos y contenido educativo de calidad para desarrolladores de todos los niveles.

Solución al ejercicio de programación en Matplotlib

Contenido bloqueado

¡Desbloquea la solución completa!

Completa el ejercicio de programación en Matplotlib para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.

solution.js

JavaScript

1 function solveChallenge ( input ) {

2 // Algoritmo optimizado O(n log n)

3 const data = parseInput ( input );

4 const sorted = data . sort (( a , b ) => a - b );

6 // Aplicar técnica de dos punteros

7 let left = 0 , right = sorted . length - 1 ;

8 const result = [];

10 while ( left < right ) {

11 const sum = sorted [ left ] + sorted [ right ];

12 if ( sum === target ) {

13 result . push ([ sorted [ left ], sorted [ right ]]);

14 left ++; right --;

15 } else if ( sum < target ) {

16 left ++;

17 } else {

18 right --;

19 }

20 }

22 return result ;

23 }

Código completo

Explicaciones

Mejores prácticas

+1.200 developers han resuelto este ejercicio de programación

Practica con ejercicios de programación en Matplotlib

Mejora tus habilidades con cientos de ejercicios de práctica, recibe retroalimentación instantánea y obtén tu certificación cuando estés listo.

Asistente de IA

Aprende de tus errores

Progreso

Mide tu avance

Certificación

Valida tus habilidades

Ver curso completo

Ejercicios de programación en Matplotlib: Práctica y Certificación

Los ejercicios de programación son fundamentales para dominar Matplotlib. Este ejercicio está diseñado para poner a prueba tus conocimientos prácticos y ayudarte a consolidar lo aprendido en las lecciones teóricas. La práctica constante con ejercicios de programación es la clave para convertirte en un desarrollador experto.

¿Por qué resolver ejercicios de programación?

Resolver ejercicios de programación en Matplotlib te permite:

Aplicar conocimientos teóricos: Poner en práctica los conceptos aprendidos en las lecciones de Matplotlib.
Identificar áreas de mejora: Descubrir qué conceptos necesitas reforzar en tu aprendizaje de Matplotlib.
Prepararte para certificaciones: Los ejercicios te preparan para obtener certificados profesionales en Matplotlib.
Mejorar tu perfil profesional: Demostrar tus habilidades prácticas en Matplotlib.

Metodología de aprendizaje

Nuestros ejercicios de programación están diseñados siguiendo una metodología probada de aprendizaje progresivo. Cada ejercicio en Matplotlib está cuidadosamente estructurado para llevar tus habilidades al siguiente nivel. Comenzamos con conceptos fundamentales y avanzamos gradualmente hacia desafíos más complejos que reflejan situaciones reales del desarrollo de software profesional.

Certificación y validación de conocimientos

Al completar ejercicios de programación, no solo mejoras tus habilidades técnicas, sino que también puedes obtener certificados que validan tu expertise en Matplotlib. Estos certificados son reconocidos por empresas y pueden ser una gran adición a tu perfil profesional de LinkedIn o tu CV como desarrollador.

Los ejercicios están alineados con los estándares de la industria y cubren desde conceptos básicos hasta técnicas avanzadas de programación en Matplotlib. Cada ejercicio incluye casos de prueba y ejemplos prácticos que te ayudarán a comprender mejor cómo aplicar lo aprendido en proyectos reales.