En esta charla se pretende dar a conocer las técnicas de visualización en formato gráfico que más se usan en el mundo del Big Data y Data Science. La visualización de datos dentro del Data Science es la disciplina que trata de que los datos sean comprensibles y útiles, para ello los dota de un contexto visual que el dato en crudo no puede proporcionar. Existe una gran variedad de librerías y herramientas para hacer gráficos en Python, pero en esta charla se intenta dar a conocer las más usadas y las más potentes para Data Science, como matplotlib y ggplot. También se mostrarán otras herramientas como seaborn (como ejemplo de librería basada en matplotlib), bokeh (como ejemplo de librería similar a librería de Javascript D3.js) o plotly (como ejemplo de otro tipo de librería online). Acompañando a la descripción de la herramienta, se visualizarán ejemplos de gráficas (código + gráfica): histogramas, gráficas de dispersión, gráficas de líneas, etc. y algunos tips, para que los asistentes puedan observar la gama de herramientas disponibles y su uso a través de ejemplos que podrán replicar.