Existen muchas maneras de hacer visualización.

En esta página enumeraremos algunas herramientas para el curso.

Python

En clases utilizaremos las herramientas de Python a través de Jupyter. Nos enfocaremos en seaborn, matplotlib, pandas y geopandas.

Sin embargo, para sus proyectos pueden usar las herramientas que más les acomoden.

matplotlib

“Cheat Sheet” (torpedo) oficial de Matplotlib: https://github.com/matplotlib/cheatsheets/.

“Cheat Sheet” (torpedo) oficial de Matplotlib: https://github.com/matplotlib/cheatsheets/.

“Cheat Sheet” (torpedo) oficial de Matplotlib: https://github.com/matplotlib/cheatsheets/.

Es una biblioteca establecida y con mucha funcionalidad, pero con una curva de aprendizaje alta debido a presentar pocas abstracciones y alta complejidad técnica. Esta complejidad puede ser una fortaleza, pues permite que diseñemos e implementemos visualizaciones específicas para nuestros fines.

Links:

seaborn

Construida sobre matplotlib, es una biblioteca de alto nivel, que abstrae visualizaciones de manera fácil de configurar, desagregar, componer, y que incluye funcionalidad estadística.

pandas y geopandas

pandas y geopandas son bibliotecas de análisis de datos (tabulares y geográficos). Incluyen funcionalidad básica de visualización, que puede ser extendida con código de matplotlib y herramientas de seaborn (en sí mismas sus herramientas funcionan sobre matplotlib).

Otras bibliotecas en Python

AVES

Utilizaremos el repositorio de código, datos y notebooks aves que está en preparación para este curso. En resumen, aves es mi propio repositorio de herramientas, que he decidido empezar a recolectar y organizar para que quede disponible para este curso (y para quien desee utilizarlo en sus propios proyectos, incluyéndome).

Con esto podemos cargar los datos que analizaremos.El módulo aves se encargará de muchas cosas de bajo nivel a lo largo del curso. Se puede descargar desde el repositorio aves en github.

Alternativas a Python

R

JavaScript

Programas

  • Excel, LibreOffice, Google Sheets: permiten hacer gráficos para datos tabulares, con extensiones

  • Power BI: potente y extensible, contiene muchas visualizaciones implementadas de múltiples fuentes de datos, permite conectarse a sus propias bases de datos.

  • Tableau: potente y extensible, contiene muchas visualizaciones implementadas de múltiples fuentes de datos, permite conectarse a sus propias bases de datos.

  • Qlikview: potente y extensible, contiene muchas visualizaciones implementadas de múltiples fuentes de datos, permite conectarse a sus propias bases de datos.

  • Gephi: software libre para visualización y análisis de redes.

GIS

¡Los sistemas de información geográfica también permiten hacer visualización!