Actividad: Visualización Integral con Plotly y D3.jsObjetivo:Crear un dashboard interactivo que incluya todos los tipos de gráficos mencionados, aplicando filtros dinámicos donde sea posible.Paso 1: Selección del DatasetInstrucciones:Elige un dataset público que te interese (ej: ventas, clima, redes sociales, salud).Fuentes recomendadas:KaggleGoogle Dataset SearchUCI Machine Learning RepositoryRequisitos del dataset:Debe tener al menos 5 columnas numéricas y 2 categóricas.Mínimo 100 filas para que los filtros sean útilesPaso 2: GráficosCrea al menos un gráfico de cada tipo:Gráfico Combinado: Barras (ventas por mes) + Línea (tendencia).Gráfico de Cascada: Diferencias de ventas trimestrales.Mapa de Árbol: Jerarquía de categorías de productos.Gráfico de Sankey: Flujo de usuarios en un funnel de conversión.Gráfico de Enjambre: Distribución de edades por categoría.Mapa Geográfico: Datos por país/región.Embudo: Proceso de ventas por segmento.Radar: Comparación de métricas por región.Mapa de Calor: Correlación entre variables.Gráfico de Cinta (Ribbon)Gráfico de ParetoGráfico de Densidad (KDE)Filtros Interactivos (Ejemplo ploty):Dropdown para seleccionar año/mes.Slider para rango de precios.Filtros Interactivos (Ejemplo D3.js):Checkbox para mostrar/ocultar series.Botones para escalar datos (ej: logarítmico vs lineal).Entrega: Uno por grupo.Código:Script completo (Python/JavaScript) con comentarios explicativos.Documentación:Explicación breve de cada gráfico y cómo los filtros afectan la visualización.Tips ExtrasPlotly: Usa px (express) para gráficos rápidos y go (graph_objects) para personalización.D3.js: Reutiliza ejemplos de su galería oficial.Filtros avanzados: Combina múltiples filtros (ej: año + categoría) para análisis detallado.me toco d3.jsC:\Users\stude\Downloads\ULEAM\6to\visualizacion de datos\Actividad_dataset\turkish_superleague_salaries.csveste es mi csv, usa mi csv local, utiliza esto por favor que los graficos se ven que cargue los graficos