Matplotlib es una biblioteca de Python utilizada para crear gráficos y visualizaciones de datos. Es una herramienta poderosa y flexible que permite generar una amplia variedad de gráficos, desde simples gráficos de líneas hasta complejas visualizaciones en 3D. En esta sección, aprenderás a utilizar Matplotlib para crear gráficos que te ayuden a interpretar y comunicar tus datos de manera efectiva.

Contenido

Introducción a Matplotlib

Instalación

Para instalar Matplotlib, puedes usar pip:

pip install matplotlib

Importación

Para comenzar a usar Matplotlib, primero debes importarlo en tu script de Python:

import matplotlib.pyplot as plt

Creación de Gráficos Básicos

Gráfico de Líneas

Un gráfico de líneas es una de las formas más simples de visualización de datos. Aquí tienes un ejemplo básico:

import matplotlib.pyplot as plt

# Datos
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Crear el gráfico
plt.plot(x, y)

# Mostrar el gráfico
plt.show()

Explicación:

  • plt.plot(x, y): Crea un gráfico de líneas con los datos proporcionados.
  • plt.show(): Muestra el gráfico en una ventana.

Gráfico de Barras

Los gráficos de barras son útiles para comparar cantidades entre diferentes categorías.

import matplotlib.pyplot as plt

# Datos
categories = ['A', 'B', 'C', 'D']
values = [4, 7, 1, 8]

# Crear el gráfico
plt.bar(categories, values)

# Mostrar el gráfico
plt.show()

Gráfico de Dispersión

Los gráficos de dispersión son útiles para mostrar la relación entre dos variables.

import matplotlib.pyplot as plt

# Datos
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Crear el gráfico
plt.scatter(x, y)

# Mostrar el gráfico
plt.show()

Personalización de Gráficos

Títulos y Etiquetas

Puedes agregar títulos y etiquetas a tus gráficos para hacerlos más informativos.

import matplotlib.pyplot as plt

# Datos
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Crear el gráfico
plt.plot(x, y)

# Agregar título y etiquetas
plt.title('Gráfico de Líneas')
plt.xlabel('Eje X')
plt.ylabel('Eje Y')

# Mostrar el gráfico
plt.show()

Estilos de Líneas y Colores

Puedes personalizar el estilo de las líneas y los colores.

import matplotlib.pyplot as plt

# Datos
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Crear el gráfico con estilo
plt.plot(x, y, linestyle='--', color='r', marker='o')

# Mostrar el gráfico
plt.show()

Explicación:

  • linestyle='--': Estilo de línea discontinua.
  • color='r': Color rojo.
  • marker='o': Marcador circular en cada punto de datos.

Subplots y Gráficos Compuestos

Subplots

Los subplots permiten crear múltiples gráficos en una sola figura.

import matplotlib.pyplot as plt

# Datos
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 6, 8, 10]

# Crear subplots
fig, (ax1, ax2) = plt.subplots(1, 2)

# Primer subplot
ax1.plot(x, y1)
ax1.set_title('Gráfico 1')

# Segundo subplot
ax2.plot(x, y2)
ax2.set_title('Gráfico 2')

# Mostrar los subplots
plt.show()

Gráficos Avanzados

Gráfico de Pastel

Los gráficos de pastel son útiles para mostrar proporciones.

import matplotlib.pyplot as plt

# Datos
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]

# Crear el gráfico de pastel
plt.pie(sizes, labels=labels, autopct='%1.1f%%')

# Mostrar el gráfico
plt.show()

Gráfico de Histograma

Los histogramas son útiles para mostrar la distribución de un conjunto de datos.

import matplotlib.pyplot as plt

# Datos
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]

# Crear el histograma
plt.hist(data, bins=5)

# Mostrar el gráfico
plt.show()

Ejercicios Prácticos

Ejercicio 1: Gráfico de Líneas

Crea un gráfico de líneas con los siguientes datos:

  • x: [0, 1, 2, 3, 4, 5]
  • y: [0, 1, 4, 9, 16, 25]

Solución:

import matplotlib.pyplot as plt

# Datos
x = [0, 1, 2, 3, 4, 5]
y = [0, 1, 4, 9, 16, 25]

# Crear el gráfico
plt.plot(x, y)

# Mostrar el gráfico
plt.show()

Ejercicio 2: Gráfico de Barras

Crea un gráfico de barras con los siguientes datos:

  • Categorías: ['Python', 'Java', 'C++', 'Ruby']
  • Valores: [50, 30, 20, 10]

Solución:

import matplotlib.pyplot as plt

# Datos
categories = ['Python', 'Java', 'C++', 'Ruby']
values = [50, 30, 20, 10]

# Crear el gráfico
plt.bar(categories, values)

# Mostrar el gráfico
plt.show()

Ejercicio 3: Subplots

Crea dos subplots en una figura. El primer subplot debe ser un gráfico de líneas y el segundo un gráfico de dispersión con los siguientes datos:

  • x: [1, 2, 3, 4, 5]
  • y1: [2, 4, 6, 8, 10]
  • y2: [1, 3, 5, 7, 9]

Solución:

import matplotlib.pyplot as plt

# Datos
x = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]

# Crear subplots
fig, (ax1, ax2) = plt.subplots(1, 2)

# Primer subplot
ax1.plot(x, y1)
ax1.set_title('Gráfico de Líneas')

# Segundo subplot
ax2.scatter(x, y2)
ax2.set_title('Gráfico de Dispersión')

# Mostrar los subplots
plt.show()

Conclusión

En esta sección, has aprendido a utilizar Matplotlib para crear una variedad de gráficos y visualizaciones de datos. Desde gráficos de líneas y barras hasta gráficos de pastel e histogramas, Matplotlib ofrece una amplia gama de opciones para visualizar tus datos de manera efectiva. Además, has aprendido a personalizar tus gráficos y a crear subplots para mostrar múltiples gráficos en una sola figura. Con estos conocimientos, estás bien preparado para explorar y comunicar tus datos de manera visual.

Curso de Programación en Python

Módulo 1: Introducción a Python

Módulo 2: Estructuras de Control

Módulo 3: Funciones y Módulos

Módulo 4: Estructuras de Datos

Módulo 5: Programación Orientada a Objetos

Módulo 6: Manejo de Archivos

Módulo 7: Manejo de Errores y Excepciones

Módulo 8: Temas Avanzados

Módulo 9: Pruebas y Depuración

Módulo 10: Desarrollo Web con Python

Módulo 11: Ciencia de Datos con Python

Módulo 12: Proyecto Final

© Copyright 2024. Todos los derechos reservados