# -*- coding: utf-8 -*-
"""Graficar datos.ipynb

Automatically generated by Colab.

Original file is located at
    https://colab.research.google.com/drive/1xGQNBMzblz4035sgXfB2hJbARiAfr5BS

## Cómo graficar datos en Python

Nombres del equipo:
- Estudiante 1
- Estudiante 2


En esta actividad vas a explorar un nuevo conjunto de datos abierto. Vas a aprender a crear visualizaciones utilizando los datos de Admisiones a la Universidad Nacional [disponibles en el portal datos.gov.co](https://www.datos.gov.co/Educaci-n/Microdatos-Aspirantes-y-Admitidos-en-la-UNAL/mqpd-2jhs/about_data)
"""

## Importa el paquete para manipular datos
import pandas as pd

## Lee los datos y guárdalos en una variable llamada admisiones
## Luego, imprime las primeras cinco filas

"""Explora el conjunto de datos para reconocer las variables con las que cuentas.
¿Cuántas filas tiene tu dataframe?
¿Qué preguntas puedes responder con estos datos?
"""

# Escribe tu código





"""## Sección 2: Creando visualizaciones
Existen muchos tipos de visualizaciones que puedes crear. En esta actividad vas a trabajar con dos nuevos paquetes **seaborn** y **matplotlib**

**Seaborn** es una librería de Python diseñada para la visualización de datos, que se basa en **matplotlib**. Su principal ventaja es que permite crear gráficos atractivos y bien diseñados de manera sencilla. Además, está estrechamente vinculada con pandas, lo que facilita el uso directo de nombres de DataFrames y columnas en las funciones de visualización.

El objetivo de seaborn es hacer que la visualización sea una parte fundamental en el análisis y la comprensión de los datos. Gracias a su interfaz intuitiva y coherente, puedes generar diferentes tipos de gráficos fácilmente, explorando y destacando patrones clave en tus datos.

Observa y modifica las siguientes celdas de código para crear tus propias visualizaciones.
"""

## Importa los dos paquetes que necesitas
import seaborn as sns
import matplotlib.pyplot as plt

"""Predice lo que hace cada uno de los fragmentos de código y escribe una descripción.

Tipo de gráfico:

Variables que usa:

Permite ver:
"""

sns.scatterplot(admisiones, x="EDAD", y="PTOTAL")
plt.show()

"""Tipo de gráfico:

Variables que usa:

Permite ver:
"""

sns.scatterplot(admisiones, x="EDAD", y="PTOTAL", hue="SEXO")
plt.show()

"""Tipo de gráfico:

Variables que usa:

Permite ver:
"""

sns.barplot(admisiones, x="SEXO", y="PTOTAL")
plt.show()

"""Tipo de gráfico:

Variables que usa:

Permite ver:
"""

sns.barplot(admisiones, x="YEAR", y="PTOTAL", hue="SEXO")
plt.show()

"""Tipo de gráfico:

Variables que usa:

Permite ver:
"""

admisiones.loc[:,"DISCAPACIDAD"].value_counts().plot(kind='pie')
plt.show()

"""## Ahora tú:

Crea un nuevo dataframe que contenga únicamente los datos de tu departamento.
Replica las gráficas y crea una nueva utilizando las variables que te llamen la atención
"""









"""## Algo de estilo
Agrega más información a tus gráficas utilizando títulos y leyendas en los ejes.
"""

sns.barplot(admisiones, x="YEAR", y="PTOTAL", hue="SEXO")
plt.title("Puntaje promedio obtenido por año y sexo de la persona")
plt.xlabel('Año')
plt.ylabel('Puntaje promedio')
plt.show()

filtro_periodo = admisiones.loc[:,'YEAR']==2023
solo_2023 = admisiones.loc[filtro_periodo,:]

solo_2023.loc[:,"ADMITIDO"].value_counts().plot(kind='pie')
plt.title("Proporción de admitidos en el 2023")
plt.legend(['No Admitidos', 'Admitidos'])
plt.show()

"""Ahora modifica las gráficas que creaste utilizando solo tu departamento y añádeles descripciones"""







"""## Más estilo
Seaborn ofrece muchas opciones de personalización, puedes elegir temas para modificar sus colores
"""

sns.set_theme(style="white") #Elige cualquiera de estas opciones: darkgrid, white grid, dark, white
sns.barplot(admisiones, x="YEAR", y="PTOTAL", hue="SEXO")

"""También puedes modificar la paleta de colores.
Elige alguna de estas opciones y observa cómo se transforma tu gráfica

Accent, Paired, Pastel1, Purples, RdYlBu, Spectral
"""

sns.set_theme(style="white", palette="Set2")
sns.barplot(admisiones, x="YEAR", y="PTOTAL", hue="SEXO")