Motor de visualización integrado en StatsLibX. Gráficos estadísticos expresivos, interactivos y listos para producción con una sola línea de código.
ViewX detecta automáticamente el tipo de dato y elige la visualización óptima. También puedes especificarla manualmente.
Diseñado para el flujo estadístico de StatsLibX, no como una librería de visualización genérica.
from statslibx import DescriptiveStats
from statslibx.datasets import load_iris
from statslibx.viewx import ViewX # ← importar ViewX
# Cargar datos y calcular estadísticas
data = load_iris()
ds = DescriptiveStats(data)
# ── Uso básico: auto-detección ──────────────────────────────
vx = ViewX(data)
vx.auto_plot() # ViewX elige el mejor gráfico
# ── Gráficos específicos ────────────────────────────────────
vx.histogram(column='sepal_length', kde=True)
vx.boxplot(column='petal_width', group_by='species')
vx.scatter(x='sepal_length', y='petal_length', hue='species')
vx.heatmap_corr() # Heatmap de correlación completo
# ── Integración directa con DescriptiveStats ────────────────
vx.from_stats(ds).plot_summary() # Gráfico del resumen descriptivo
vx.qq_plot(column='sepal_width') # Q-Q plot de normalidad
# ── Cambiar backend y exportar ──────────────────────────────
vx.set_backend('plotly') # Cambiar a Plotly (interactivo)
vx.scatter(x='sepal_length', y='petal_length', hue='species')
vx.export('mi_grafico.html') # Guardar como HTML interactivoViewX es parte del ecosistema StatsLibX. Vuelve a la página principal para ver todos los módulos disponibles: DescriptiveStats, InferentialStats, Preprocessing, Datasets y más.
← Ir a StatsLibX →