Seaborn existe desde hace mucho tiempo.
Apuesto a que es una de las bibliotecas más conocidas y utilizadas para la visualización de datos porque es amigable para principiantes, lo que permite a los no estadísticos crear gráficos potentes que ayudan a extraer información respaldada por estadísticas.
No soy estadístico. Mi interés en el tema proviene de la Ciencia de Datos. Necesito aprender conceptos estadísticos para realizar mejor mi trabajo. Por eso me encanta tener fácil acceso a histogramas, intervalos de confianza y regresiones lineales con muy poco código.
La sintaxis de Seaborn es muy básica: sns.type_of_plot(data, x, y). Usando esa plantilla simple, podemos crear muchas visualizaciones diferentes, como barplot, histplot, scatterplot, lineplot, boxploty más.
Pero esta publicación no es para hablar de eso. Se trata de otros tipos de visualizaciones mejoradas que pueden marcar la diferencia en tu análisis.
Veamos cuáles son.
Para crear estas visualizaciones y código junto con este ejercicio, simplemente importe seaborn usando import seaborn as sns.