Ejercicio de programación con Matplotlib: Visualización de datos dataset iris

1.- Configurar el entorno de trabajo:

• Abre Visual Studio Code y crea un proyecto nuevo.
• Importa las bibliotecas necesarias como: pandas, matplotlib, etc. Ya están instaladas por lo que no necesitas instalarlas.
• Crea un nuevo archivo data_analysis.ipynb donde desarrollarás el proyecto.

2.- Carga y exploración inicial del conjunto de datos:

• Importa 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
• Realiza una vista rápida de los datos con métodos como .head(), .info(), y .describe() para familiarizarte con la estructura del dataset y su contenido.
• Asegúrate de que el conjunto de datos no tiene valores nulos o inconsistencias.

3.- Análisis exploratorio de los datos:

• Calcula las estadísticas descriptivas (media, mediana, desviación estándar, etc.) de cada variable presente en el conjunto de datos.
• Divide el análisis por categorías, como las especies de flores (setosa, versicolor, virginica) y las características como el largo y ancho de sépalo y pétalo.

4.-Visualización de datos:

• Utiliza matplotlib para crear gráficos que representen las relaciones entre las características del conjunto de datos. Los gráficos requeridos son:
  • Histograma: Mostrar la distribución del largo del pétalo (petal_length).
  • Diagrama de dispersión (scatter plot): Mostrar la relación entre largo del pétalo (petal_length) y ancho del pétalo (petal_width).
  • Gráfico de líneas: Representar la tendencia del largo del sépalo (sepal_length) por cada clase de flor.
  • Box plot: Visualizar la distribución del ancho del pétalo (petal_width) por clase de flor (Iris-setosa, Iris-versicolor, Iris-virginica).