Matplotlib, Introducción a la Visualización 2D, Parte II
Por Luis Brito
()
Información de este libro electrónico
Matplotlib es uno de los paquetes de visualización que se han creado en el ecosistema de python. Es una poderosa herramienta que permite una alta calidad de presentación y sobre todo es gratis. Trabaja muy bien con otros paquetes de python tales como pandas, numpy, scipy, también es la base de otros paquetes de visualización. En este libro introducimos al lector al uso de la visualización 2D utilizando las diversas funciones de matplotlib considerando a un usuario medio, que no es especialista en programación y que solo quiere obtener gráficos de alta calidad con el mínimo esfuerzo. Las funciones se presentan en su descripción completa para brindarles toda la descripción de los parámetros que utilizan, sin embargo, la mayoría de los parámetros que utilizan las funciones tienen valores predeterminados y su uso es opcional, la mayoría de las funciones requieren un solo parámetro obligatorio y en algunos casos ninguno. Los ejemplos se muestran iniciando con el mínimo código posible y se van añadiendo parámetros a medida que se avanza para ir mejorando la calidad de la presentación. Este es un libro que está bien estructurado para ir ganando fluencia en el uso de matplotlib. Muy recomendable para usuarios nuevos a intermedios.
Lee más de Luis Brito
Introducción al Balance de Materia Calificación: 3 de 5 estrellas3/5VBA Excel Guía Esencial Calificación: 5 de 5 estrellas5/5Introducción al Uso de Formularios (UserForms) en VBA Calificación: 3 de 5 estrellas3/5VBA Excel Modelo de Objetos Calificación: 3 de 5 estrellas3/5Numpy Libro 1, Introducción Calificación: 0 de 5 estrellas0 calificacionesElementos Basicos de HTML y CSS, Herramientas para Epubs Calificación: 0 de 5 estrellas0 calificacionesPython, Aprendiendo a Utilizar Python Calificación: 0 de 5 estrellas0 calificacionesMatplotlib, Introducción a la Visualización 2D, Parte I Calificación: 0 de 5 estrellas0 calificacionesAproximaciones de pi Usando Python y Numpy Calificación: 0 de 5 estrellas0 calificaciones
Relacionado con Matplotlib, Introducción a la Visualización 2D, Parte II
Libros electrónicos relacionados
Matplotlib, Introducción a la Visualización 2D, Parte I Calificación: 0 de 5 estrellas0 calificacionesPython, Aprendiendo a Utilizar Python Calificación: 0 de 5 estrellas0 calificacionesAprende a Programar en R Calificación: 4 de 5 estrellas4/5Elementos Basicos de HTML y CSS, Herramientas para Epubs Calificación: 0 de 5 estrellas0 calificacionesEstructuras de datos en java Calificación: 0 de 5 estrellas0 calificacionesAproximaciones de pi Usando Python y Numpy Calificación: 0 de 5 estrellas0 calificacionesAnálisis y diseño de algoritmos: Un enfoque práctico Calificación: 0 de 5 estrellas0 calificacionesComputación y programación funcional Calificación: 0 de 5 estrellas0 calificacionesEstructuras de Datos en C/C++ Calificación: 0 de 5 estrellas0 calificacionesUF2176 - Definición y manipulación de datos Calificación: 0 de 5 estrellas0 calificacionesAprende a Programar con Matlab Calificación: 0 de 5 estrellas0 calificacionesCurso de Programación con Java - 2ª Edición Calificación: 5 de 5 estrellas5/5Datos Informáticos Calificación: 0 de 5 estrellas0 calificacionesAlgoritmos: análisis, diseño e implementación Calificación: 0 de 5 estrellas0 calificacionesIntroducción al Machine Learning con MATLAB Calificación: 0 de 5 estrellas0 calificacionesDesarrollo Web con CMS: Drupal 7 y Joomla 2.5 Calificación: 0 de 5 estrellas0 calificacionesEl gran libro de programación avanzada con Android Calificación: 0 de 5 estrellas0 calificacionesProgramación en C++ Calificación: 2 de 5 estrellas2/5Aprende a Programar en R - 2ª Edición Calificación: 0 de 5 estrellas0 calificacionesMATLAB Aplicado a telecomunicaciones Calificación: 0 de 5 estrellas0 calificacionesAprende Programación Web con PHP y MySQL Calificación: 4 de 5 estrellas4/5Estructuras de datos y algoritmos fundamentales Calificación: 0 de 5 estrellas0 calificacionesAnálisis de datos con el programa estadístico R: Una introducción aplicada Calificación: 4 de 5 estrellas4/5Programación y desarrollo de algoritmos con C++ Calificación: 0 de 5 estrellas0 calificacionesCurso de Programación Web Calificación: 4 de 5 estrellas4/5Introducción al modelado matemático con MatLab Calificación: 0 de 5 estrellas0 calificacionesProgramando Con Python Calificación: 0 de 5 estrellas0 calificacionesUF1471 - Bases de datos relacionales y modelado de datos Calificación: 0 de 5 estrellas0 calificacionesIntroducción a PHP Calificación: 0 de 5 estrellas0 calificacionesAprende a Programar en MATLAB Calificación: 4 de 5 estrellas4/5
Desarrollo e ingeniería de software para usted
Scrum para No Informáticos Calificación: 5 de 5 estrellas5/5El Libro Negro del Programador Calificación: 4 de 5 estrellas4/5Design Thinking para principiantes: La innovación como factor para el éxito empresarial Calificación: 4 de 5 estrellas4/5Lean Startup: Cómo trabajar de manera más inteligente y no más duro mientras se innova más rápido y se satisface a los clientes Calificación: 4 de 5 estrellas4/5Autocad 2017 Curso Práctico: APLICACIONES GRÁFICAS Y MULTIMEDIA Calificación: 3 de 5 estrellas3/5Curso de Programación y Análisis de Software Calificación: 4 de 5 estrellas4/5Scrum: Cómo utilizar el esquema llamado Scrum para obtener mayor producción mientras aumenta la calidad Calificación: 4 de 5 estrellas4/5The Coder Habits: Los 39 Hábitos Del Programador Profesional Calificación: 5 de 5 estrellas5/5Desarrollo de Software Ágil: Extreme Programming y Scrum Calificación: 5 de 5 estrellas5/5Agile: Una guía para la Gestión de Proyectos Agile con Scrum, Kanban y Lean Calificación: 5 de 5 estrellas5/5Software ERP - Análisis y Consultoría de Software Empresarial Calificación: 0 de 5 estrellas0 calificacionesDesarrollo Web en Java Calificación: 3 de 5 estrellas3/5Gestión de Proyectos (GRADO SUPERIOR) Calificación: 0 de 5 estrellas0 calificacionesRevit MEP 2018 Curso Práctico: Diseño asistido por ordenador (CAD) Calificación: 3 de 5 estrellas3/5Programación shell. Aprende a programar con más de 200 ejercicios resueltos: PROGRAMACIÓN INFORMÁTICA/DESARROLLO DE SOFTWARE Calificación: 5 de 5 estrellas5/5Unix Programacion Avanzada, 3ª edicion.: PROGRAMACIÓN INFORMÁTICA/DESARROLLO DE SOFTWARE Calificación: 4 de 5 estrellas4/5Desarrollo Global de Software Calificación: 0 de 5 estrellas0 calificacionesDiseño mecánico con Solidworks 2015: Gráficos y modelado en 3D Calificación: 5 de 5 estrellas5/5Desarrollo de Software: Requisitos, Estimaciones y Análisis Calificación: 0 de 5 estrellas0 calificacionesAgile Project Management para Principiantes: Dominar los Conocimientos Básicos con Scrum Calificación: 4 de 5 estrellas4/5Desarrollo de Software Calificación: 0 de 5 estrellas0 calificacionesEl Libro Práctico Del Programador Ágil Calificación: 5 de 5 estrellas5/5Ingeniería y Arquitectura del Software Calificación: 3 de 5 estrellas3/5Aprende a Modelar Aplicaciones con UML Calificación: 1 de 5 estrellas1/5Dirección y gestión de proyectos de tecnologías de la información: Liderazgo del cambio para transformar las Empresas de la Sociedad Digita Calificación: 0 de 5 estrellas0 calificacionesGoogle SketchUp Pro 8 paso a paso en español Calificación: 0 de 5 estrellas0 calificacionesCurso de Introducción a la Administración de Bases de Datos Calificación: 3 de 5 estrellas3/5Programación de Servicios y Procesos (GRADO SUPERIOR): PROGRAMACIÓN INFORMÁTICA/DESARROLLO DE SOFTWARE Calificación: 3 de 5 estrellas3/5El Proceso de Desarrollo de Software: 2ª Edición Calificación: 0 de 5 estrellas0 calificaciones
Comentarios para Matplotlib, Introducción a la Visualización 2D, Parte II
0 clasificaciones0 comentarios
Vista previa del libro
Matplotlib, Introducción a la Visualización 2D, Parte II - Luis Brito
Esta es la parte II de la introducción a la visualización 2D con matplotlib. El material es tan extenso que tuve que dividirlo en dos partes, y aún hay material para una parte III. En la parte I se trata la parte general de matplotlib, como utilizarlo en su forma directa, estilo MATLAB y como utilizarlo en su forma orientada a objeto, Una introducción a los principales objetos que integran una figura, el uso de función plt.plot() para generar gráficos de líneas y puntos. También se profundiza en el manejo de los principales elementos de las gráficas y como colocar múltiples graficas en una figura.
En esta segunda parte trataremos sobre los principales tipos de gráficos utilizados en la visualización 2D y algunas nociones básicas de Latex, que pueden ser utilizadas en las gráficas.
En el desarrollo de este libro se sigue la misma estrategia que se utilizó para la parte I, comenzar con ejemplos sencillos con el mínimo código e ir añadiendo elementos poco a poco para ir ganando fluencia en el uso de las funciones y métodos, las cuales tienen una gran cantidad de parámetros. Por fortuna la mayoría de los parámetros tienen valores predeterminados y su uso es opcional. La mayoría de las funciones y métodos tienen uno o dos parámetros de uso obligatorio y algunas ninguno. Está característica puede ser utilizada para realizar un gráfico sencillo de manera de hacer una visión exploratoria de nuestros datos y posteriormente agregar más parámetros para personalizar y mejorar la calidad de la presentación.
Espero que este libro te sea de utilidad y puedas sacar provecho de él, si es así por favor recomiéndalo a algún compañero o amigo al que también le pueda interesar.
Tipos de Gráficos en matplotlib.pyplot
Hasta ahora hemos venido utilizando la función matplotlib.pyplot.plot() esta es una función bastante general, que permite crear rápidamente gráficos que muestran líneas, líneas y marcadores o solo marcadores. Existen otras funciones que permiten realizar otros tipos de gráficos, entre estas tenemos:
plt.scatter() : crea gráficos de puntos, es decir solo se muestran los marcadores, permite visualizar además de la característica mostrada en los valores del eje y, otras características utilizando las propiedades de los marcadores tamaño (size) y color (color). Eso amplia la capacidad de mostrar información de este tipo de gráficos.
plt.bar() : permite crear gráfica de barras. Las tradicionales barras verticales.
plt.barh(): permite crear grafica de barras horizontales.
plt.broken_barh( ) : permite crear un gráfico de barras horizontales segmentadas.
plt.hist() : permite crear histogramas.
plt.boxplot() : permite crear un gráfico de caja y bigotes (boxplot).
plt.violinplot() : permite crear un gráfico de violín.
plt.pie() : gráfico circular de rebanadas de pastel (pie).
plt.imshow() : gráficos en mallas 2D.
Revisitando nuestra vieja amiga la función plt.plot()
La función plt.subplot() ya la tratamos en bastante detalle en la parte I de esta serie Introducción a la visualización 2D
, sin embargo para los que llegaron directamente a esta parte II voy a incluir un breve repaso de esta función y les recomiendo que vean la parte I porque contiene mucha información sobre el modelo de objetos de matplotlib y varias formas de colocar múltiples gráficos en una figura.
Como ya vimos en la parte I la forma sencilla de utilizar matplotlib pyplot es la siguiente:
import matplotlib.pyplot as plt
Esta es la forma estándar de cargar la librería y acceder a las diferentes funciones y métodos, es lo que se llama la forma canónica. El nombre plt es un alias que se utiliza para referirse a matplotlib.pyplot y permite utilizar un nombre más corto a la hora de utilizar esta librería. Se puede utilizar cualquier nombre, pero plt se ha vuelto el estándar de la comunidad de usuarios por lo que se recomienda mantener este alias.
Gráficos de linea. Función plt.plot()
Los gráficos de línea en matplotlib se generan utilizando la función plt.plot(), ya sea en su forma directa, o aplicada a un objeto de tipo Axes. Esta función genera un objeto del tipo line2D que representan a los puntos de un conjunto de arreglos x e y. Los objetos line2D, que llamaremos líneas tienen dos elementos, por decirlo así, la línea propiamente dicha y los marcadores. Las líneas pueden mostrarse como líneas solamente, como líneas con marcadores o solo marcadores sin líneas.
A continuación la función (método):
matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
Crea un gráfico de y en función de x con líneas y/o marcadores.
Las coordenadas de los puntos o nodos de las líneas están dadas por el par de valores de los arreglos x e y. En algunos casos se puede pasar solo un arreglo de datos y se interpretara como el arreglo y, el arreglo x se tomará como una secuencia de igual tamaño que el arreglo x y comenzara en 0 y avanzara de uno en uno.
Una forma abreviada para pasar las propiedades de las líneas y marcadores que permite la función es utilizando el parámetro fmt.
La forma más completa de pasar propiedades a las líneas es utilizando parámetros adicionales **kwargs, que son opcionales, pero que permiten un mayor control de las características de las líneas y marcadores. Estos pueden mezclarse con los argumentos pasados al parámetro fmt, pero en caso de conflicto los