Personalización de Gráficos en Matplotlib

Personalizar un gráfico es ideal para ponerle su sabor personal a un trabajo. Es ideal para que puedan decir "¡Ah! Sí, este se nota que lo hizo xyz." Siempre es bueno que lo identifiquen a uno por un trabajo bien hecho y personalizado.

**IMPORTANCIA DE PERSONALIZAR GRÁFICOS EN MARPLOTLIB** La personalización de gráficos en Matplotlib es crucial porque: 1. **Claridad**: Mejora la comprensión al añadir etiquetas, títulos y leyendas. 2. **Visualización**: Utiliza colores y estilos para distinguir datos y resaltar información importante. 3. **Estética**: Hace que los gráficos sean más atractivos y profesionales. 4. **Adaptabilidad**: Permite ajustar gráficos para diferentes formatos y audiencias. 5. **Enfoque**: Resalta los datos relevantes y reduce el ruido visual.

En \*\*Matplotlib\*\*, la personalización de gráficos es una de sus características más útiles. Puedes ajustar prácticamente todos los aspectos de un gráfico para hacerlo más claro y visualmente atractivo. A continuación se presentan varias formas de personalizar un gráfico: \### 1. \*\*Personalización de Estilos\*\* Puedes utilizar estilos predefinidos para cambiar rápidamente la apariencia general del gráfico. Para ver los estilos disponibles: ```python import matplotlib.pyplot as plt print(plt.style.available) ``` Para aplicar un estilo, puedes usar: ```python plt.style.use('ggplot') ``` \### 2. \*\*Títulos y Etiquetas\*\* Agregar títulos y etiquetas a los ejes mejora la comprensión del gráfico. ```python plt.title('Título del Gráfico') plt.xlabel('Etiqueta del Eje X') plt.ylabel('Etiqueta del Eje Y') ``` Puedes personalizar el tamaño y el color de las fuentes: ```python plt.title('Título', fontsize=14, color='blue') plt.xlabel('Eje X', fontsize=12) plt.ylabel('Eje Y', fontsize=12) ``` \### 3. \*\*Tamaños y Límites de los Ejes\*\* Controlar el rango de los ejes y ajustar la escala: ```python plt.xlim(0, 10) # Establece límites del eje X plt.ylim(0, 100) # Establece límites del eje Y ``` \### 4. \*\*Colores y Estilos de Líneas\*\* Puedes personalizar los colores y estilos de las líneas de tus gráficos. ```python plt.plot(x, y, color='green', linestyle='--', linewidth=2) ``` Algunos estilos de líneas disponibles: \- `'-'` : línea sólida \- `'--'` : línea discontinua \- `':'` : línea punteada \### 5. \*\*Marcadores\*\* Los marcadores resaltan puntos específicos en gráficos de dispersión o líneas. ```python plt.plot(x, y, marker='o', linestyle='-', color='red') ``` Marcadores comunes: \- `'o'`: círculo \- `'s'`: cuadrado \- `'\*'`: estrella \### 6. \*\*Leyendas\*\* Puedes agregar leyendas para describir lo que cada línea o gráfico representa. ```python plt.plot(x, y, label='Datos 1') plt.plot(x, z, label='Datos 2') plt.legend(loc='upper left') ``` \### 7. \*\*Anotaciones\*\* Añadir anotaciones a puntos específicos del gráfico para explicar mejor los datos. ```python plt.annotate('Punto clave', xy=(x\_point, y\_point), xytext=(x\_text, y\_text), arrowprops=dict(facecolor='black', shrink=0.05)) ``` \### 8. \*\*Subgráficos\*\* Puedes dividir tu área de gráficos en múltiples gráficos más pequeños. ```python fig, ax = plt.subplots(2, 2) # Crea una cuadrícula de 2x2 de gráficos ax\[0, 0].plot(x, y) ax\[1, 1].plot(x, z) ``` \### 9. \*\*Grillas\*\* Agregar una grilla ayuda a leer los valores en los gráficos. ```python plt.grid(True) # Activa la grilla plt.grid(color='gray', linestyle='--', linewidth=0.5) # Personalización ``` \### 10. \*\*Guardar Gráficos\*\* Puedes guardar tu gráfico en un archivo: ```python plt.savefig('grafico.png', dpi=300, bbox\_inches='tight') # Alta resolución ``` Estas son solo algunas de las formas en que puedes personalizar los gráficos en Matplotlib para hacerlos más informativos y estéticamente agradables.

`Top de los 10 países con más ventas en un gráfico de barras (sin contar el primero)` ```js import pandas as pd, numpy as np, matplotlib.pyplot as plt df = pd.read_csv('./pandas/online_retail.csv') country_count = df['Country'].value_counts() countries = pd.Series(country_count.index) countries = np.array(country_count.index) country_sales = np.array(country_count) plt.figure(figsize=(19.20,10.80)) plt.bar(countries[1:11], country_count[1:11], color='green') plt.title('Sales by country',fontsize=21) plt.xticks(fontsize=14) plt.yticks(fontsize=14) ``` 

Matplotlib es una herramienta magnifica para ciencia de datos, y más cuando se la combina con numpy.

Les presento mi ejemplo practico 

#### **1. GRÁFICO DE DISPERSIÓN** ##### **Código:** import matplotlib.pyplot as plt \# Configurar el tamaño del gráfico plt.figure(figsize=(8, 6)) hours = \[2, 3, 4, 5, 6, 7, 8] exam\_scores\_student\_1 = \[55, 60, 65, 70, 75, 80, 85] exam\_scores\_student\_2 = \[50, 58, 63, 69, 74, 78, 83] \# Crear gráfico de dispersión de dos estudiantes plt.scatter(hours, exam\_scores\_student\_1, marker='o', color='green', label='Estudiante 1') plt.scatter(hours, exam\_scores\_student\_2, marker='s', color='red', label='Estudiante 2') plt.title('Relación entre horas estudiadas y el puntaje de dos estudiantes') plt.xlabel('Horas') plt.ylabel('Puntaje') plt.show() ##### **Descripción del Código:** * **Tamaño del gráfico**: Se establece un tamaño de 8x6 pulgadas con plt.figure. * **Datos**: * hours: Lista de horas de estudio (2 a 8 horas). * exam\_scores\_student\_1: Lista de puntajes del Estudiante 1. * exam\_scores\_student\_2: Lista de puntajes del Estudiante 2. * **Gráfica**: * Gráfico de dispersión con puntos verdes (color='green') para el Estudiante 1 y marcadores de tipo círculo (marker='o'). * Gráfico de dispersión con puntos rojos (color='red') para el Estudiante 2 y marcadores cuadrados (marker='s'). * Título y etiquetas para los ejes. ##### **Salida:** Un gráfico de dispersión muestra la relación entre las horas estudiadas y los puntajes de dos estudiantes: * El eje x representa las horas. * El eje y representa los puntajes. * Los datos están diferenciados por colores y formas de los marcadores. #### **2. GRÁFICO DE LÍNEAS** ##### **Código:** import matplotlib.pyplot as plt \# Configurar el tamaño del gráfico plt.figure(figsize=(8, 6)) hours = \[2, 3, 4, 5, 6, 7, 8] exam\_scores\_student\_1 = \[55, 60, 65, 70, 75, 80, 85] exam\_scores\_student\_2 = \[50, 58, 63, 69, 74, 78, 83] \# Crear gráfico de líneas para dos estudiantes plt.plot(hours, exam\_scores\_student\_1, marker='o', color='green', linestyle='-', linewidth=2, label='Estudiante 1') plt.plot(hours, exam\_scores\_student\_2, marker='s', color='red', linestyle='--', linewidth=2, label='Estudiante 2') plt.title('Relación entre horas estudiadas y el puntaje de dos estudiantes') plt.xlabel('Horas') plt.ylabel('Puntaje') plt.show() ##### **Descripción del Código:** * **Tamaño del gráfico**: Se establece un tamaño de 8x6 pulgadas con plt.figure. * **Datos**: * hours: Lista de horas de estudio (2 a 8 horas). * exam\_scores\_student\_1: Lista de puntajes del Estudiante 1. * exam\_scores\_student\_2: Lista de puntajes del Estudiante 2. * **Gráfica**: * Gráfico de líneas con puntos verdes (color='green') y líneas continuas (linestyle='-') para el Estudiante 1. * Gráfico de líneas con puntos rojos (color='red') y líneas discontinuas (linestyle='--') para el Estudiante 2. * Título y etiquetas para los ejes. ##### **Salida:** Un gráfico de líneas muestra la relación entre las horas estudiadas y los puntajes de dos estudiantes: * El eje x representa las horas. * El eje y representa los puntajes. * Las líneas y los puntos están diferenciados por colores y estilos.