Pyplot básico

2/18
Recursos

Es una herramienta que tiene Matplotlib para ejecutar gráficas de manera sencilla.

  • Importamos Matplotlib y Pandas
import matplotlib.pyplot as plt
import numpy as np
  • Creamos nuestras variables
x = linspace(0,5,11)
-> [0. , 0.5, 1. , 1.5 ,2. , 2.5, 3.,  3.5, 4.,  4.5, 5. ]
y = x ** 2
-> [ 0.  ,  0.25,  1.  ,  2.25,  4.  ,  6.25,  9.  , 12.25, 16.  ,20.25, 25.]
  • Graficar en función de y
plt.plot(x,y)
plt.show()
grafica.JPG
  • Cambiar color de la gráfica
Character color
‘b’ blue
‘g’ green
‘m’ magenta
plt.plot(x,y, 'm')
plt.show()
magenta.JPG
  • Cambiar más parámetros

Format Strings

character description
‘.’ point marker
‘,’ pixel marker
‘o’ circle marker
‘v’ triangle_down marker
‘^’ triangle_up marker
‘<’ triangle_left marker
‘>’ triangle_right marker

Line Styles

character description
‘-’ solid line style
‘–’ dashed line style
‘-.’ dash-dot line style
‘:’ dotted line style

Puedes encontrar más caracteres en este Comentario
Juan David, Platzinauta

plt.plot(x,y, 'yD:') #grafica de color amarillo, con diamantes y puntos consecutivos
plt.show()
Grafico-paramteros.JPG
  • Histograma
plt.hist(y)  #histograma de los valores de y
plt.show()
histograma.JPG
  • Gráfica de pie
plt.pie(y)
plt.show()
pie.JPG
  • Correlación entre variables
plt.scatter(x,y)  #correlacion entre la variable x e y
plt.show()
scatter.JPG
  • Distribución de los datos: Gráfico de caja
plt.boxplot(x)
plt.show()
boxplot.JPG

Aportes 15

Preguntas 1

Ordenar por:

Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Regístrate o inicia sesión para participar.

Format Strings

character description
‘.’ point marker
‘,’ pixel marker
‘o’ circle marker
‘v’ triangle_down marker
‘^’ triangle_up marker
‘<’ triangle_left marker
‘>’ triangle_right marker
‘1’ tri_down marker
‘2’ tri_up marker
‘3’ tri_left marker
‘4’ tri_right marker
‘8’ octagon marker
‘s’ square marker
‘p’ pentagon marker
‘P’ plus (filled) marker
‘*’ star marker
‘h’ hexagon1 marker
‘H’ hexagon2 marker
‘+’ plus marker
‘x’ x marker
‘X’ x (filled) marker
‘D’ diamond marker
‘d’ thin_diamond marker
‘|’ vline marker
‘_’ hline marker

Line Styles

character description
‘-’ solid line style
‘–’ dashed line style
‘-.’ dash-dot line style
‘:’ dotted line style

Colors

character color
‘b’ blue
‘g’ green
‘r’ red
‘c’ cyan
‘m’ magenta
‘y’ yellow
‘k’ black
‘w’ white

Si quisieran utilizar el color naranja no se puede utilizar la letra ‘o’, ya que está sirve para los círculos, en su lugar tendrían que utilizar una de los siguiente métodos

plt.plot(x, y, color = 'orange')

También se puede especificar el color utilizando el código HEX o RGB

plt.plot(x, y, color = 'FFA500') #Código HEX
plt.plot(x, y, color = [1.0, 0.5, 0.25]) #Código RGB

RESUMEN

Pyplot Basico

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0,5,11) ---> [0.  0.5 1.  1.5 2.  2.5 3.  3.5 4.  4.5 5. ]
y = x**2  ---> [ 0.  ,  0.25,  1.  ,  2.25,  4.  ,  6.25,  9.  , 12.25, 16.  ,20.25, 25.] 
  • Graficar x en funcion de y
plt.plot(x,y)
plt.show()
  • Cambiar color a la grafica:

    • yellow = y

    • red = r

    • blue = b

    • magenta = m

    • black = k,

    • white = w

plt.plot(x,y, 'y') #grafica de color amarillo
plt.show()
  • Cambiar marcador de la grafica:

    • circulo = o

    • equis = x

    • cuadrados = s

    • linea = -

    • diamante = D

    • puntos consecutivos = :

plt.plot(x,y, 'rD:') #grafica de rojo, con diamantes y puntos consecutivos
plt.show()
  • Histograma
plt.hist(x)  #histograma de los valores de x
plt.show()
  • Grafica de pie
plt.show()
  • Scattering o correlacion entre variables
plt.scatter(x,y)  #correlacion entre la variable x e y
plt.show()
  • Distribucion de los datos: Grafico de caja
plt.boxplot(x)
plt.show()

Si escriben ; al final de la lína de plt.plot no es necesario escribir el plt.show()

plt.plot(x, y);

Profe, comentar que sería más positivo para el aprendizaje de todos que investigarán documentación que se pueda usar y probar en el momento. Ejemplo, en la documentación hay el siguiente código:

Como podrá ver, ese es el inconveniente. Espero lo puedan implementar, ya que mejoraría el aprendizaje desde mi punto de vista. Abrazo, gracias por estos cursos y su pedagogía.

No hace falta siempre dar clic al botón “+ code”, solo ejecutas la celda con shift+enter y te crea una celda de código abajo ó puede usar presionar “esc” (para salir del modo escritura) y entonces presionas “b” para crear una celda nueva abajo, presionando “a” creas una nueva celda arriba.
espero les sirva.

Faltó explicar en qué consiste cada gráfica. Por ejemplo, en el diagrama de cajas, la línea central de la caja representa la mediana, y los bordes superior e inferior son, respectivamente, el tercer y primer cuartil. O quizás comentar que, en el gráfico circular, el area de cada cuña corresponde a la división de ese valor por la suma de todos los valores del array.

Faltó esa introducción de qué representa cada cosa

Re enganchando y metiendole duro a este curso.

Aquí una pequeña publicación que hice sobre como crear una Line Plot con Matplotlib. Usando simplemente pyplot básico.
.

Os invito a experimentar con los recursos que comparte el profesor. Hay algunas gráficas que uno ni sabía que existían y con ello podremos reforzar lo aprendido.

Tomen el curso con calma y amor, para así, ¡poder tener un mejor aprendizaje! 👾

Me gustó el gráfico CONTOUR (X,Y,Z). Curvas de nivel.

import matplotlib.pyplot as plt
import numpy as np

# make data
X, Y = np.meshgrid(np.linspace(-3, 3, 256), np.linspace(-3, 3, 256))
Z = (1 - X/2 + X**5 + Y**3) * np.exp(-X**2 - Y**2)
levels = np.linspace(np.min(Z), np.max(Z), 7)

# plot
fig, ax = plt.subplots()

ax.contour(X, Y, Z, levels=levels)

plt.show()


FUENTE: https://matplotlib.org/stable/plot_types/arrays/contour.html

Otro primo rico de Excel. La verdad es que es mucho más fácil graficar, así que usar todos los recursos que te ofrecen en Excel.

que bien, OTRAM VEX CON EL PROFE CARLOS !!!

Um poco mas explicito lo que significa cada parametro:

# Imports
import numpy as np
import matplotlib.pyplot as plt


X = np.linspace(0, 5, 11)
Y = X**2

# https://matplotlib.org/stable/api/markers_api.html
plt.plot(X, Y, color='orange', marker='H')
plt.show()