Proyecto Análisis multivariado con FacetGrid en Seaborn

Ejercicio de programación: Grids y análisis multivariado

Este ejercicio de programación está diseñado para poner a prueba tus conocimientos en Seaborn. Es un ejercicio para expertos que requiere un dominio completo de la tecnología.

Tipo: Proyecto 20 minutos estimados 600 puntos de experiencia

Información adicional del ejercicio

Crea una cuadrícula de gráficos que analice múltiples variables con Seaborn, aplicando personalización básica y generando estadísticas descriptivas.

Contenido del ejercicio

Paso 1: Elegir un dataset integrado

Selecciona el dataset diamonds integrado de Seaborn.
Analiza las columnas price (precio), carat (quilates) y cut (corte) para construir los gráficos.

Paso 2: Construcción de la cuadrícula de gráficos

Usa FacetGrid de Seaborn para segmentar los gráficos por la columna categórica cut.
Configura los gráficos en la cuadrícula:
- Usa sns.scatterplot para visualizar la relación entre las variables price (eje Y) y carat (eje X).
- Aplica la paleta de colores “muted”.
Personaliza el diseño:
- Configura etiquetas descriptivas en los ejes con set_axis_labels("Carat", "Price").
- Añade una leyenda con add_legend().

Paso 3: Personalización del gráfico

Añade un título general a toda la figura.
Ajusta los márgenes y el diseño para evitar superposiciones.
Usa plt.show() al final para mostrar el gráfico generado.

Paso 4: Estadísticas descriptivas

Calcula estadísticas descriptivas básicas para las columnas price y carat del dataset.
Usa el método describe() para obtener la media, mediana y desviación estándar de las columnas numéricas.
Muestra los resultados en consola con print().

Más ejercicios de Seaborn

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

Ver más ejercicios de Seaborn

Solución al ejercicio de programación en Seaborn

Contenido bloqueado

¡Desbloquea la solución completa!

Completa el ejercicio de programación en Seaborn 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 Seaborn

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

Comenzar a programar

Únete a miles de desarrolladores mejorando sus habilidades en Seaborn

⭐⭐⭐⭐⭐

4.9/5 valoración