Visualización de Vectores y Funciones Reutilizables en Python
Contenido del curso
Felipe Andrés González Quintero
Elias Dudamel
Santiago Velásquez Serna
rusbel bermúdez rivera
Franco Manca
rusbel bermúdez rivera
Alex Paul Chirino Caicedo
Sergio Rubiano
María Angélica
Uriel Alfonso Velandia Donado
diego andres ruiz ramirez
Juan Diego Ussa Aponte
Juan Ignacio Echenique Olsina
Felix Manuel Figueroa Araujo
Braulio Alberto Bueno Pabon
Diego Jurado
Christian Sanclemente
William Wilfredo Moran Torres
Juan Cruz Stakys
Juan David Colorado Alvarez
William Wilfredo Moran Torres
Anthony Ismael Manotoa Moreno
Brian David Pajares Correa
Brayam Esparza
Conrado Javier Jiménez Méndez
Alex Paul Chirino Caicedo
Alejandro Jorge Gonzalez
Mauricio Jourdan
Felix Manuel Figueroa Araujo
Roman Oswaldo Barahona
JESUS ALBERTO CARREÑO MARTINEZ
Luis Hernando Sendoya Serrato
martin tibaldo
Erik Elyager
david velasquez sierra
Braulio Alberto Bueno Pabon
Aurelio ML
Esteban Pablo Hernández Ramírez
Pedro Alejandro Rodríguez García
Carlos Ernesto Alvarez Rosales
Pedro Alejandro Rodríguez García
Sebastian vier
Seria muy bueno que platzi diera clases de la libreria matplotlib
Tutoriales de matplotlib de la documentación oficial.
Hace poco salio uno, es basico pero ayuda muchisimo, el curso lo complementan con seaborn
Desde google colab lo hice asi
Hice exactamento lo que tenes ahi y me funciono perfectamente. Muchas gracias.
de nada, que bueno que te sirvio, deje mis apuntes del curso en mi github, deje el aporte en los comentarios del curso o búscame como rb-one, y avisame si necesitas algo.
No sé si funcione igual en windows o en linux pero aquí dejo la línea para importar el notebook de graficarVectores.ipynb
%run "./funciones_auxiliares/graficarVectores.ipynb"
utilizo windows y me funciono así
%run "funciones_auxiliares\graficar_vectores.ipynb"
Muchas gracias
Explicación de esta clase:
Si tenías dudas acerca de la función graficarVectores() esta explicación te será muy útil:
En primer lugar, recordemos los dos vectores que deseamos graficar (v1 & v2) y que se usan como ejemplo
import numpy as np import matplotlib.pyplot as plt v1 = np.array([2,5]) v2 = np.array([3,2])
Ya que los tenemos como ejemplo prestemos atención a los puntos de la función que nos pudieron llegar a confundir, las funciones :
np.concatenate() # // Nos permite concatenar dos arreglos de números. plt.quiver # // Nos permite graficar rectas con una flecha al final.
Para entender el funcionamiento de np.concatenate basta con ejemplicar lo que hace en la iteración número ++0++ del ciclo for:
a = np.concatenate( [ [0,0] , v1] ) # Aquí simulamos la primera linea del ciclo for print(a) [0, 0, 2, 5] # // Como puedes observar los dos arreglos o listas se fusionaron y este es el resultado
Si repetimos este proceso para el vector v2, este es el resultado:
b = np.concatenate( [ [0,0] , v2] ) # // Aquí simulamos la primera linea del ciclo for pero en la iteracion 1 print(b) [0, 0, 3, 2] #// Como puedes observar los dos arreglos o listas se fusionaron nuevamente
Ahora veamos que sucede con la funcion plt.quiver(): \ Esta recibe 4 parametros inciales que son las cordenadas de inicio x_inicial , y_inicial y las coordenadas donde finaliza el vector x_final, y_final :
plt.quiver([x[0]], [x[1]], [x[2]], [x[3]])
Por otra parte, el parametro scale_units {'ancho', 'alto', 'puntos', 'pulgadas', 'x', 'y', 'xy'} es opcional y nos permite graficar los vectores con unidades especificas, en este caso en las unidades de este plano(x,y).
De igual forma el parametro angles ayuda a determinar el ángulo de las flechas, esto se explica mejor en la documentacion de MatplotLib https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.quiver.html .
Espero les haya servido mucho la explicación. Like si te sirvió 💚... _ And remember Never Stop Learning_
muchas gracias, me ayudaste a entender todas las cosas que mando de golpe y sin explicación alguna
Muy bien explicado, gracias.
Graficar vectores
En las jupyter notebook escribimos:
%matplotlib inline import numpy as np import matplotlib.pyplot as plt v1 = np.array([2,5]) v2 = np.array([3,2]) # vecs: vectores. # cols: colores. # alpha: valor de transparencia. def graficarVectores(vecs, cols, alpha=1): plt.figure() plt.axvline(x=0, color="grey", zorder=0) plt.axhline(y=0, color="grey", zorder=0) for i in range(len(vecs)): # El origen de los vectores inicia en el punto (0,0) x = np.concatenate([[0,0], vecs[i]]) plt.quiver([x[0]], [x[1]], [x[2]], [x[3]], angles='xy', scale_units='xy', scale=1, color=cols[i], alpha=alpha) graficarVectores([v1,v2], ['orange', 'blue']) # Definimos los limites plt.xlim(-1, 8) plt.ylim(-1, 8)
Recuerda que a veces es muy buena idea y practica colocar funciones que vamos a llamar reiterada veces en otra jupyter notebook para esto colocamos lo anterior el anterior codigo en una carpeta de funciones importantes y le pondremos de nombre a la notebook graficarVectores.
# Llamos a la funcion de otra notebook a nuestro hilo principal de la sgte manera: # colocamos el directorio de la notebook a la que vamos a llamar. %run "./funcionesImportante/graficarVectores.ipynb" # Luego ejecutamos la ultima linea de codigo, que grafica la funcion para comprobar que se # ha realizado correctamente. graficarVectores([v1,v2], ['orange', 'blue']) plt.xlim(-1, 8) plt.ylim(-1, 8)
Si deseas plotting de varias funciones en una sola ventana pero de forma separadas, te paso este sencillo ejemplo:
import matplotlib.pyplot as plt x = np.arange(1,100,0.2) y1 = np.sin(x) y2 = x ** 2 + 2 * x y3 = np.log(x) y4 = x + 2 ax1 = plt.subplot(221) # (rows|columns|index) ax2 = plt.subplot(222) ax3 = plt.subplot(223) ax4 = plt.subplot(224) ax1.plot(x,y1) ax2.plot(x,y2,'y--') ax3.plot(x,y3,'r') ax4.plot(x,y4,'g') plt.tight_layout() plt.show()
👍
Gracias!
Así me sirvió a mi
%run "funciones_auxiliares\graficarVectores.ipynb"
i love u
Me gustaría que se explique lo que hace cada método, como por ejemplo plt.quiver, por todo lo demás, excelente clase! :D
¡Hola! Puedes conseguir más información aquí. Pero en general la función sirve para gráficar flechas.
Los primeros parámetros son las coordenadas de inicio x[0], x[1] y dos siguientes las x[2], x[3] coordenadas de fin (muestran la dirección).
Las de inicio las son [0,0], que fue lo que hizo con el np.concatenate([[0,0], vecs[i]]) . Saludos ✌️
si no quedo claro los parametros de plt.quiver despues de las coordenadas, que 'xy' , scale=1
Desde Colab hice estos pasos:
graficarVectores.ipynb.%run. Y ya funcionó.Sé que suena algo engorroso, pero en realidad es super sencillo y no toma casi nada de tiempo hacerlo.
Me sirvió bastante,gracias Anthony
Adjunto para mejor interpretación
Excelente clase.
La linea de %run para usuarios linux como yo quedaria de esta manera:
%run "./funciones_auxiliares/graficarVectores.ipynb"
Si te arroja es el siguiente error al llamar la función externa:
Error: No module named nbformat
la solución es instalar nbformat en el ambiente virtual
Gracias!!!!
Hi people's, les comparto como graficar con pyplot de forma rápida varias funciones en un solo plot:
import numpy as np import matplotlib.pyplot as plt x = np.arange(-100,101,1) # Array x y1 = 25 * x ** 2 - 2 * x # y1 = 0.5x²+2x y2 = ((0.5 * x ** 2) // 2 * x) # y2 = ½x²/2x y3 = np.sin(0.25 * x) * 250000 # y3= 250K sin(¼x) #================================================ plt.plot(x,y1,'r.') plt.plot(x,y2,'b--') plt.plot(x,y3,'y') plt.show()
que diferencia hay entre matplotlib inline y matplotlib notebook?
Hola La diferencia básica es que inline muestra las graficas como una imagen estatica, y notebook muestra las graficas un poco mas interactivas. Con notebook incluso puedes hacer zoom a la grafica, o alejarla, incluso guardarla, ademas que te indica en que posicion (x,y) se encuentra el puntero Adjunto imagen del uso de %matplotlib notebook
¿por qué utiliza los x del "0" al "3"? ¿cómo puedo entenderlo?
AttributeError: 'Line2D' object has no property 'x'
me sale eso cuando quiero graficar
Verifica que tu objeto Line2D tiene una propiedad llama x.
alguien me puede decir porfavor como solucionar este error?
:snake: Como preparar un buen análisis de datos.
:one: Una cucharada de Numpy, https://numpy.org/doc/
:two: Una taza de Pandas, https://pandas.pydata.org/docs/
:three: Matplotlib, al gusto, https://matplotlib.org
Aww, lo ame
les dejo una ligera modificación para que las dimensiones de la gráfica sean automáticas.
Vamos a hacer una función que grafique vectores
def graficavectores(vectores,colores,alpha=1): #Se determina el área de la gráfica plt.figure() # se dibijan los ejems plt.axvline(x=0,color="grey",zorder=0) plt.axhline(y=0,color="grey",zorder=0)
min_x = 0 max_x = 0 min_y = 0 max_y = 0 for m in range(len(vectores)): min_x = min(vectores[m][0],min_x) max_x = max(vectores[m][0],max_x) min_y = min(vectores[m][1],min_y) max_y = max(vectores[m][1],max_y) plt.xlim(min_x-1,max_x+1) plt.ylim(min_y-1,max_y+1) for n in range(len(vectores)): x = np.concatenate([[0,0],vectores[n]]) plt.quiver([x[0]], [x[1]], [x[2]], [x[3]], angles='xy',scale_units='xy',scale=1, color=colores[n], alpha=alpha)
¿qué significa el 'plt.quiver()' ? :(
Es para que el gráfico tenga las flechas de los vectores, en general se usa esa extensión para hacer campos vectoriales representados con flechitas o en este caso vectores
graciaas
No entiendo por qué esto no funciona: %run './aux_functions/plot_vectors.ipynb' En vez de '..//aux_functions/plot_vectors.ipynb'