Bar Charts - Matplotlib
Matplotlib es una librería del lenguaje de
programación Python, que nos permite crear gráficos estadísticos de gran
calidad, RMarkdown nos permite trabajar con otros
lenguajes de programación tales como C++, SQL, Julia,
entre muchos otros; a continuación mostramos un diagrama de barras
(Bar Chart) creado con Matplotlib.
eje_x = ['Python', 'R', 'Node.js', 'PHP']
eje_y = [50,20,35,47]
plt.bar(eje_x, eje_y)
plt.ylabel('Cantidad de usuarios')
plt.xlabel('Lenguajes de programación')
plt.title('Usuarios de lenguajes de programación')
plt.show()

Diagrama Barras 02 Matplotlib
eje_x = ['Prog.', 'Ciencia', 'Mat.', 'Ing.']
eje_y = [76,31,45,57]
## Creamos Gráfica y ponesmos las barras de color verde
plt.barh(eje_x, eje_y, color="green")
plt.ylabel('Empleados')
plt.xlabel('Habilidades')
plt.title('Habilidades')
plt.show()

Diagrama Barras 03 Matplotlib
serie_1 = [406, 387, 442, 457, 485]
serie_2 = [421, 453, 435, 478, 512]
numero_de_grupos = len(serie_1)
indice_barras = np.arange(numero_de_grupos)
ancho_barras =0.35
plt.bar(indice_barras, serie_1, width=ancho_barras, label='Hombres')
plt.bar(indice_barras + ancho_barras, serie_2, width=ancho_barras, label='Mujeres')
plt.legend(loc='best')
## Se colocan los indicadores en el eje x
plt.xticks(indice_barras + ancho_barras, ('2017', '2018', '2019', '2020','2021'))
plt.ylabel('Numero de habitantes')
plt.xlabel('Año')
plt.title('Numero de habitantes por genero')
plt.show()

Diagrama Barras 04 - Seaborn
eje_x=[4,6,8]
eje_y=[11,7,14]
sns.barplot(x=eje_x,y=eje_y)
plt.title("Número de Cilindros")
plt.xlabel("Cilindros")
plt.ylabel("Frecuencias")
plt.show()

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