Bienvenid@ a este tutorial de seaborn. Esta librería de visualización ofrece una interfaz de alto nivel para la creación de atractivas visualizaciones y se ha convertido en una de las principales alternativas a matplotlib, librería sobre la que está desarrollada. En este tutorial veremos qué gráficas ofrece seaborn y cómo podemos aprovecharlas tanto en análisis exploratorio como descriptivo.
Para el seguimiento del tutorial deberás tener instalado Python 3.7 y la librería seaborn. Mi recomendación es que simplemente instales Anaconda pues incluye Python, el entorno Jupyter e instala automáticamente decenas de librerías usadas en Data Science -incluyendo seaborn-. Jupyter es una aplicación web que permite crear documentos divididos en celdas en las que poder ejecutar Python, aplicación en la que están hechos todos los ejemplos mostrados en este tutorial.
Doy por sentado que tienes conocimientos de programación en Python -aunque sean limitados-. Aunque no es imprescindible, resulta extremadamente conveniente tener conocimientos de matplotlib y de pandas, material cubierto en sendos tutoriales accesibles en la sección de Tutoriales de este sitio web.
