diff --git a/dia_15/cuaderno_matplotlib.py b/dia_15/cuaderno_matplotlib.py
new file mode 100644
index 0000000..bf54398
--- /dev/null
+++ b/dia_15/cuaderno_matplotlib.py
@@ -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")
\ No newline at end of file