MAT281 - Laboratorio N°05¶

Objetivo: Explorar y visualizar datos de Netflix usando matplotlib y seaborn/plotly, aprendiendo a elegir gráficos adecuados para distintos tipos de variables y preguntas de análisis.

Dataset:

Trabajaremos con el archivo netflix_titles.csv, que contiene información sobre los títulos disponibles en la plataforma Netflix hasta el año 2021.

Variable	Clase	Descripción
show_id	caracter	Identificador único del título en el catálogo de Netflix.
type	caracter	Tipo de contenido: 'Movie' o 'TV Show'.
title	caracter	Título del contenido.
director	caracter	Nombre del director (puede ser nulo).
cast	caracter	Lista de actores principales (puede ser nulo).
country	caracter	País o países donde se produjo el contenido.
date_added	fecha	Fecha en la que el título fue agregado al catálogo de Netflix.
release_year	entero	Año de lanzamiento original del título.
rating	caracter	Clasificación por edad (por ejemplo: 'PG-13', 'TV-MA').
duration	caracter	Duración del contenido (minutos o número de temporadas para series).
listed_in	caracter	Categorías o géneros en los que está clasificado el contenido.
description	caracter	Breve sinopsis del contenido.

In [4]:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

sns.set_theme(style="whitegrid")

import pandas as pd import seaborn as sns import matplotlib.pyplot as plt sns.set_theme(style="whitegrid")

In [5]:

# Cargar datos
df = pd.read_csv('https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/netflix_titles.csv')
df.head()

# Cargar datos df = pd.read_csv('https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/netflix_titles.csv') df.head()

Out[5]:

	show_id	type	title	director	cast	country	date_added	release_year	rating	duration	listed_in	description
0	s1	Movie	Dick Johnson Is Dead	Kirsten Johnson	NaN	United States	September 25, 2021	2020	PG-13	90 min	Documentaries	As her father nears the end of his life, filmm...
1	s2	TV Show	Blood & Water	NaN	Ama Qamata, Khosi Ngema, Gail Mabalane, Thaban...	South Africa	September 24, 2021	2021	TV-MA	2 Seasons	International TV Shows, TV Dramas, TV Mysteries	After crossing paths at a party, a Cape Town t...
2	s3	TV Show	Ganglands	Julien Leclercq	Sami Bouajila, Tracy Gotoas, Samuel Jouy, Nabi...	NaN	September 24, 2021	2021	TV-MA	1 Season	Crime TV Shows, International TV Shows, TV Act...	To protect his family from a powerful drug lor...
3	s4	TV Show	Jailbirds New Orleans	NaN	NaN	NaN	September 24, 2021	2021	TV-MA	1 Season	Docuseries, Reality TV	Feuds, flirtations and toilet talk go down amo...
4	s5	TV Show	Kota Factory	NaN	Mayur More, Jitendra Kumar, Ranjan Raj, Alam K...	India	September 24, 2021	2021	TV-MA	2 Seasons	International TV Shows, Romantic TV Shows, TV ...	In a city of coaching centers known to train I...

📊 Parte 1: Exploración visual básica¶

1. Distribución de tipos de contenido

   • Realiza un gráfico de barras mostrando la cantidad de películas vs series (type).
   • Pregunta guía: ¿Cuál es el tipo de contenido predominante en Netflix? ¿Qué implicancias podría tener para los usuarios?

2. Histograma de años de lanzamiento

   • Muestra cómo se distribuyen los títulos según su release_year.
   • Pregunta guía: ¿Hay más contenido reciente o antiguo? ¿Notas algún patrón en décadas específicas?

3. Proporción de clasificaciones por edad (rating)

   • Haz un gráfico circular o de barras.
   • Pregunta guía: ¿Qué clasificación es más común? ¿Crees que Netflix está más enfocado en público adulto, familiar o infantil?

In [ ]:

# FIXME

# FIXME

🎨 Parte 2: Tendencias y evolución en el tiempo¶

4. Número de títulos agregados por año

   • Usa date_added (convertido a fecha) y grafica una serie temporal.
   • Pregunta guía: ¿Cuándo creció más el catálogo de Netflix? ¿Qué relación podría tener con la expansión internacional de la plataforma?

5. Heatmap de lanzamientos por año y mes

   • Construye un mapa de calor con year_added y month_added.
   • Pregunta guía: ¿Hay meses con más estrenos que otros? ¿Qué conclusiones puedes sacar sobre la estacionalidad de lanzamientos?

6. Duración de películas por género

   • Extrae la duración en minutos y crea un boxplot agrupado por género principal.
   • Pregunta guía: ¿Qué géneros suelen durar más? ¿Qué podrías decir sobre la variabilidad dentro de un mismo género?

In [5]:

# FIXME

# FIXME

🔥 Parte 3: Comparaciones y relaciones¶

7. Top 10 países con más producciones

   • Usa un gráfico de barras para mostrar los países más frecuentes en la columna country.
   • Pregunta guía: ¿Qué países dominan el catálogo? ¿Sorprende la distribución o es esperada?

8. Películas vs Series según género

   • Realiza un gráfico de barras apiladas para mostrar la cantidad de títulos por género, separando Movie y TV Show.
   • Pregunta guía: ¿Existen géneros más asociados a películas o a series?

9. Relación entre duración y año de lanzamiento

   • Haz un gráfico de dispersión (scatterplot) con release_year en el eje X y duration (en minutos) en el eje Y.
   • Pregunta guía: ¿Han cambiado los estándares de duración de las películas con el tiempo? ¿Se ven outliers interesantes?

In [6]:

# FIXME

# FIXME

⭐ Desafío Final¶

• Encuentra las combinaciones más frecuentes de género + rating y represéntalas en un heatmap o gráfico de burbujas.
• Pregunta guía: ¿Qué géneros están más dirigidos a un público adulto? ¿Y cuáles a público familiar o infantil?

FIXME¶