Add matplotlib
Signed-off-by: Manuel Vergara <manuel@vergaracarmona.es>
This commit is contained in:
parent
5f9b6d8e46
commit
e81027cc44
180
dia_15/cuaderno_matplotlib.py
Normal file
180
dia_15/cuaderno_matplotlib.py
Normal file
@ -0,0 +1,180 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""Python TOTAL - Matplotlib.ipynb
|
||||
|
||||
Automatically generated by Colaboratory.
|
||||
|
||||
Original file is located at
|
||||
https://colab.research.google.com/drive/1CqTZeTV1_gEcvQEVFOVdUh1Ibcf1HcS0
|
||||
|
||||
# Práctica de la librería Matplotlib
|
||||
|
||||
En este notebook, se desarrollarán una serie de tareas utilizando la librería Matplotlib, empleada para la visualización de datos mediante gráficos.
|
||||
|
||||
Se proponen y documentan posibles formas de resolver los ejercicios, pero pueden existir varias formas de lograr los mismos resultados.
|
||||
|
||||
Siempre es una buena idea verificar la [Documentación Oficial de Matplotlib](https://matplotlib.org/stable/index.html), donde es posible encontrar todo tipo de información referida a esta librería. Y si te quedas trabado, busca en Google "como hacer [algo] con Matplotlib". Hay enormes probabilidades de que esa pregunta ya haya sido respondida!
|
||||
|
||||
Por ejemplo, si quieres crear un gráfico con `plt.subplots()`, puedes buscar directamente en Google [`plt.subplots()`](https://www.google.com/search?q=plt.subplots())
|
||||
"""
|
||||
|
||||
# Commented out IPython magic to ensure Python compatibility.
|
||||
# Importamos el módulo de Matplotlib como plt
|
||||
import matplotlib.pyplot as plt
|
||||
|
||||
# La siguiente linea nos permite ver los gráficos directamente al ejecutarlos en el notebook
|
||||
# %matplotlib inline
|
||||
|
||||
# Creamos un gráfico utilizando plt.plot()
|
||||
plt.plot()
|
||||
|
||||
# Graficamos una lista de números
|
||||
a = [1,5,3,8,7,15]
|
||||
plt.plot(a)
|
||||
|
||||
# Creamos dos listas, x e y. Llenamos a la lista x de valores del 1 al 100.
|
||||
x = list(range(101))
|
||||
|
||||
# Los valores de y van a equivaler al cuadrado del respectivo valor en x con el mísmo índice
|
||||
y = []
|
||||
for numero in x:
|
||||
y.append(numero**2)
|
||||
|
||||
# Graficamos ambas listas creadas
|
||||
plt.plot(x,y)
|
||||
|
||||
"""Hay otra manera de crear gráficos en Matplotlib, utilizando el método orientado a objetos (OO)."""
|
||||
|
||||
# Creamos el gráfico utilizando plt.subplots()
|
||||
# fig se refiere a la figurar general
|
||||
# ax se refiere al eje
|
||||
fig, ax = plt.subplots()
|
||||
|
||||
ax.plot(x, y)
|
||||
|
||||
"""Veamos cómo sería un flujo de trabajo en Matplotlib"""
|
||||
|
||||
# Commented out IPython magic to ensure Python compatibility.
|
||||
# Importar y preparar la librería
|
||||
import matplotlib.pyplot as plt
|
||||
# %matplotlib inline
|
||||
|
||||
# Preparar los datos
|
||||
x = list(range(101))
|
||||
y = []
|
||||
for numero in x:
|
||||
y.append(numero**2)
|
||||
|
||||
# Preparamos el área del gráfico (fig) y el gráfico en sí (ax) utilizando plt.subplots()
|
||||
fig, ax = plt.subplots()
|
||||
|
||||
# Añadimos los datos al gráfico
|
||||
ax.plot(x, y)
|
||||
|
||||
# Personalizamos el gráfico añadiendo título al gráfico y a los ejes x e y
|
||||
ax.set(title="Gráfico de casos de COVID-10 en Latam", xlabel="Días", ylabel="Casos confirmados")
|
||||
|
||||
# Guardamos nuestro gráfico empleando fig.savefig()
|
||||
fig.savefig("/ejemplo-grafico-covif.png")
|
||||
|
||||
"""Veamos ahora un gráfico de dispersión:"""
|
||||
|
||||
#creamos un nuveo set de datos utilizando la librería Numpy
|
||||
import numpy as np
|
||||
|
||||
x_1 = np.linspace(0, 100, 20)
|
||||
y_1 = x_1**2
|
||||
|
||||
# Creamos el gráfico de dispersión de x vs y
|
||||
fig, ax = plt.subplots()
|
||||
ax.scatter(x_1, y_1)
|
||||
|
||||
ax.set(title="Otro gráfico más", xlabel="Días", ylabel="Aumento exponencial")
|
||||
|
||||
# Visualizamos ahora la función seno, utilizando np.sin(X)
|
||||
fig, ax = plt.subplots()
|
||||
x_2 = np.linspace(-10, 10, 100)
|
||||
y_2 = np.sin(x_2)
|
||||
|
||||
ax.scatter(x_2, y_2)
|
||||
|
||||
"""Veamos ahora otro tipo de gráfico. Por ejemplo, un gráfico de barras, que por lo general asocia resultados numéricos a variables categóricas (categorías)"""
|
||||
|
||||
# Creemos un diccionario con tres platos y su respectivo precio
|
||||
# Las claves del diccionario serán los nombres de las comidas, y los valores asociados, su precio
|
||||
comidas = {"lasagna":350, "sopa":150, "roast beef":650}
|
||||
|
||||
# Crearemos un gráfico de barras donde el eje x está formado por las claves del diccionario,
|
||||
# y el eje y contiene los valores.
|
||||
fig, ax = plt.subplots()
|
||||
ax.bar(comidas.keys(), comidas.values())
|
||||
|
||||
|
||||
# Añadimos los títulos correspondientes
|
||||
ax.set(title="Precios de comidas", xlabel="Comidas", ylabel="Precios")
|
||||
|
||||
# Probemos a continuación con un gráfico de barras horizontales
|
||||
fig, ax = plt.subplots()
|
||||
ax.barh(list(comidas.keys()), list(comidas.values()))
|
||||
|
||||
ax.set(title="Precios de comidas", xlabel="Precios", ylabel="Comidas")
|
||||
|
||||
"""Un gráfico semejante es un histograma. Podemos generar números aleatorios que siguen una distribución normal (que se acumulan en torno a un valor central), con la función randn:"""
|
||||
|
||||
# Creamos una distribución de 1000 valores aleatorios distribuidos normalmente
|
||||
x = np.random.random(1000)
|
||||
|
||||
# Creamos el histograma
|
||||
fig, ax = plt.subplots()
|
||||
ax.hist(x)
|
||||
|
||||
"""Veamos ahora un caso más complejo, trabajando con subplots, o figuras que cotienen varios gráficos:"""
|
||||
|
||||
# Creamos una figura con 4 subgráficos (2 por fila)
|
||||
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, figsize=(12,8))
|
||||
|
||||
"""Añadimos datos a cada uno de los gráficos (axes)"""
|
||||
|
||||
# Creamos la misma disposición de gráficos, con un tamaño de figura de 10x5
|
||||
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, figsize=(10,5))
|
||||
|
||||
# Para nuestro primer gráfico, tomamos el conjunto x_1, y_1, y generamos un gráfico de líneas
|
||||
ax1.plot(x_1, y_1)
|
||||
|
||||
|
||||
# Para nuestro segundo gráfico, tomamos el conjunto x_2, y_2, y generamos un gráfico de dispersión
|
||||
ax2.scatter(x_2,y_2)
|
||||
|
||||
# Creamos un gráfico con los precios de tres comidas en la esquina inferior izquierda
|
||||
ax3.bar(comidas.keys(), comidas.values())
|
||||
|
||||
# El gráfico de la esquina inferior derecha será un histograma de valores aleatorios con distribución normal
|
||||
ax4.hist(np.random.randn(1000))
|
||||
|
||||
"""Matplotlib tiene un conjunto de varios estilos disponibles, podemos verificarlos de la siguiente manera:"""
|
||||
|
||||
# Verificamos estilos disponibles
|
||||
plt.style.available
|
||||
|
||||
# Cambiamos el estilo predeterminado por "seaborn-whitegrid"
|
||||
plt.style.use('seaborn-v0_8-whitegrid')
|
||||
|
||||
"""Habiendo cambiado el estilo (el cambio más evidente que veremos será una grilla en el fondo de cada gráfico), cambiaremos también los colores de las líneas, puntos y barras en cada uno de los gráficos por códigos hex a nuestra preferencia:
|
||||
|
||||
"""
|
||||
|
||||
# Copiamos los valores de los gráficos anteriores
|
||||
# Creamos la misma disposición de gráficos, con un tamaño de figura de 10x5
|
||||
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, figsize=(10,5))
|
||||
|
||||
# Para nuestro primer gráfico, tomamos el conjunto x_1, y_1, y generamos un gráfico de líneas
|
||||
ax1.plot(x_1, y_1, color="#fcba03")
|
||||
|
||||
|
||||
# Para nuestro segundo gráfico, tomamos el conjunto x_2, y_2, y generamos un gráfico de dispersión
|
||||
ax2.scatter(x_2,y_2, color="#fcba02")
|
||||
|
||||
# Creamos un gráfico con los precios de tres comidas en la esquina inferior izquierda
|
||||
ax3.bar(comidas.keys(), comidas.values(), color="#03c6fc")
|
||||
|
||||
# El gráfico de la esquina inferior derecha será un histograma de valores aleatorios con distribución normal
|
||||
ax4.hist(np.random.randn(1000), color="#fc036b")
|
Loading…
Reference in New Issue
Block a user