colors = ['r','g','b']

plt.bar(monthList, bathingsoapSalesData, linewidth = 0.5, color = colors, edgecolor='k')

¿Cuál es la gráfica correspondiente?

• 
• 

las propiedad

width = 0.25, align = 'edge'

alinea el borde

• izquierdo de la barra con el valor de x

• derecho de la barra con el valor de x

• centra la barra con el valor de x

La propiedad

width = -0.25, align = 'edge'

alinea el borde

• izquierdo de la barra con el valor de x

• derecho de la barra con el valor de x

• la barra con el valor de x

Forma de sacar la información de las columnas

# Leer el archivo: dataFrame

df = pd.read_csv("company_sales_data.csv")

# Sacar la información de las columnas y dejarlas en las listas

• monthList = df ('month_number')

  faceCremSalesData = df ('facecream')

  faceWashSalesData = df ('facewash')

• monthList = df ['month_number']

  faceCremSalesData = df ['facecream']

  faceWashSalesData = df ['facewash']

# Leer el archivo como dataFrame

df = pd.read_csv("company_sales_data.csv")

Instrucción para sumar todos los valores de una columna y asignar a la variable fc_sum

• fc_sum = df( 'facecream' ).sum( )

• fc_sum = df[ 'facecream' ].sum( )

• fc_sum = df[ facecream ].sum( )

¿Instrucciones para sacar la información de cada REGION NORTE, SUR, ESTE, OESTE y asignarla a diferentes dataFrames?

• 
• 
• 
• 

vtas_norte, vtas_sur tienen la información de las ventas por region , selecciona las instucciones para : calcular y desplegar las ventas mínimas correspondientes

• 
• 
• 
• 

Instrucción para indicar que la gráfica de los vendedores del OESTE va en la posición indicada en el tablero:

• plt.subplot(221)

• plt.subplot(222)

• plt.subplot(223)

• plt.subplot(224)

Instrucciones que muestran la siguiente gráfica:

• 
• 
• 

¿qué hace la función df.groupby('columna').get_group('valor')?

• selecciona de la 'columna' del dataframe todos los renglones que tienen el valor especificado en 'valor'

• selecciona de la 'columna' del dataframe todos los renglones que no tienen el valor especificado en 'valor'