Visualización de datos con Python
La importancia de la visualización de datos
Matplotlib
Pyplot básico
Subplot
Método orientado a objetos
Subplots
Leyendas, etiquetas, títulos, tamaño
Colores y estilos
Bar Plot
Crear otro tipo de gráficas
Quiz: Matplotlib
Seaborn
Seaborn
Set
Parámetros más usados con Seaborn
Distribuciones
Categóricos
Relation
Jointplot y Pairplot
Heatmap
Quiz: Seaborn
Cierre del curso
Posibilidades con Matplotlib y Seaborn
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Hay distintas maneras de hacer gráficas dentro de Matplotlib, ya vimos pyplot; sin embargo, es muy complicado personalizarla y entrar a ciertos parámetros.
Es un poco más complicado, pero en el mismo gráfico podemos personalizarlo mucho mejor.
Pyplot | Object Oriented |
---|---|
Rápido | Mayor personalización |
Fácil | Más código |
Una sola figura | Más amigable a múltiples diagramas |
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,5,11)
y = x ** 2
Pos. Eje x | Pos. Eje y | Size graph eje x | Size graph eje y |
---|
fig = plt.figure()
axes = fig.add_axes([0.1,0.1,0.5,0.9])
axes.plot(x,y, 'b')
plt.show()
fig = plt.figure()
axes = fig.add_axes([0.1,0.1,0.8,0.9])
axes2 = fig.add_axes([0.17,0.55,0.4,0.3])
axes.plot(x,y, 'b')
axes2.plot(y,x, 'r:')
axes2.set_facecolor('grey')
plt.show()
Aportes 10
Preguntas 0
Pyplot
Object Oriented
Un objeto define una figura, esa figura es un lienzo en el cual podemos introducir diferentes graficas(axes), de las cuales cada una posee sus propios ejes(axis).
La figura representa el todo, dentro de ella vamos a configurar graficas las cuales contienen diferentes ejes
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,5,11)
y = x**2
#parametros de axes: [pos eje x, pos eje y, size graph eje x, size graph eje y]
fig = plt.figure() #Objeto
axes = fig.add_axes([0.1, 0.1, 0.5, 0.9]) #Grafica
axes.plot(x,y,'b') #Plot
fig.show()
fig = plt.figure() #Objeto
axes = fig.add_axes([0.1, 0.1, 0.8, 0.9]) #Grafica 1 del Objeto
axes2 = fig.add_axes([0.17, 0.55, 0.4, 0.3]) #Grafica 2 del Objeto
axes.plot(x,y,'b') #Plot 1
axes2.plot(y,x,'r') #Plot 2
axes2.set_facecolor('gray')
fig.show()
Pyplot
Object Oriented
La verdad resulta bastante cómodo para ubicar gráficos en el lienzo.
método orientado a objetos
Un objeto define una figura, esa figura es un lienzo en donde pueden coexistir diferentes graficas(axes), de las cuales cada una posee sus propios ejes(axis)
Básicamente permite empalmar graficas con sus elementos independientes
disclaimer* así lo entendí yo
Métafora. Las figures, los axes y los gráficos son como: la pared, los recuadros y las fotos.
No sabía que se podía hacer eso. Llevo usando esta librería por años.
Con el método orientado a objetos se hace mucho más fácil y potente la creación de gráficos múltiples.
El hecho de manejar los gráficos en forma independiente al total de la figura lo hacen mucho más amigable para graficar que otros métodos, que necesitan dividir geométricamente el total de la figura para poder ubicar los gráficos.
#graficando dos objetos en una misma figura
fig = plt.figure()
axes = fig.add_axes([0.1,0.1,0.8,0.9]) #objeto uno ([en los primeros dos números definimos ubicación x e y])
axes2 = fig.add_axes([0.2,0.55,0.4,0.3]) #objeto dos ([en los segundos dos definimos tamaño])
axes.plot(x,y,"b")
axes2.plot(y,x,"r")
axes2.set_facecolor("gray") #una forma de alterar únicamente un objeto y NO todo el entorno
fig.show()
Que buena clase. Quede muy copado con todo lo dado.
Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Regístrate o inicia sesión para participar.