¿Tienes alguna pregunta?
Enviar la consulta
Mensaje enviado Cerrar

Matplotlib: Funciones principales

11 comentarios

Matplotlib es una librería para generar gráficas a partir de datos contenidos en listas, vectores, en el lenguaje de programación Python y en su extensión matemática NumPy.

<strong>Objetivo del 10º tutorial de Curso de Python para Principiantes</strong>

Explorar la librería de gráficos 2D y 3D Matplotlib

Crear diferentes tipos de gráficos con Matplotlib y Python

Matplotlib

Lo primero que debemos hacer es importarla con esta línea:


import matplotlib.pyplot as plt

Hay diferentes formas de plotear con Matplotlib:

figure(num, figsize, dpi, facecolor, edgecolor, frameon)

  • num = numeración de la figura, si num = None, las figuras se numeran automáticamente.
  • figsize = w, h tuplas en pulgadas. Tamaño de la figura
  • dpi = Resolución de la imagen en puntos por pulgada.
  • facecolor = Color del rectángulo de la figura.
  • edgecolor = Color del perímetro de la figura.
  • frameon = Si es falso, elimina el marco de la figura.

Para crear mas figuras en una misma ventana podemos utilizar el siguiente comando:

subplot(numRows, numCols, plotNum)

  • numRows = Número de filas
  • numCols = Número de columnas
  • plotNum = Número de gráfica

plot(x, y, linestyle, linewidth, marker) –> Permite incluir varias gráficas en una única figura.

  • x = Abcisas.
  • y = Ordenadas. Tanto x como y pueden ser abcisas tuplas, listas o arrays, pero ambas deben tener el mismo tamaño.
  • linestyle = color y tipo de dibujar la gráfica. Por ejemplo ‘k- -‘
  • linewidth = ancho de línea.
  • marker = Marcador.
 

import matplotlib.pyplot as plt

import numpy as np # Importamos numpy como el alias np

a = np.linspace(0,20,50)

b= np.sin(a)

plt.plot(a, b, 'k--', linewidth = 2) 

plt.show()

 

Tipos o trazados de líneas communes en Matplotlib:

‘ – ‘ línea sólida

‘ -. ‘ línea con puntos y rayas

‘ – -‘ línea a rayas

‘ : ‘ línea punteada

Colores comunes en Matplolib

‘c’ Cián

‘b’ Azul

‘g’ Verde

‘y’ Amarillo

‘k’ Negro

‘w’ Blanco

‘r’ Rojo

‘m’ Magenta

Ejemplo con tipos de líneas, colores, marcadores, leyenda, textos en los ejes, malla…

Ejemplo donde se aplican diferentes tipos de líneas, colores, marcadores, leyenda, textos en los ejes, malla y se guarda la figura en Matplolib:



import matplotlib.pyplot as plt

import numpy as np # Importamos numpy como el alias np

a = np.linspace(0,20,50)

b= np.sin(a)

c=plt.plot(a, b, 'c-3', linewidth = 2)

c=plt.plot(a+0.2, b-1, 'r-o', linewidth = 2)

plt.xlabel("Tiempo (s)", fontsize = 20)

plt.ylabel(r"$y (\mu m)$", fontsize = 24, color = 'blue')

plt.text(5, 7, "Más texto", fontsize = 12)

plt.title("velocidad (m/s)", fontsize = 20)

plt.legend( ('Etiqueta1', 'Etiqueta2', 'Etiqueta3'), loc = 'upper left')

plt.grid(True)

plt.savefig('figura3.png', dpi = 300) #guarda la gráfica con 300dpi (puntos por pulgada)

plt.show()

 

Ejemplo de subplot en Matplolib:


import matplotlib.pyplot as plt

import numpy as np # Importamos numpy como el alias np

a = np.linspace(0,20,50)

b= np.sin(a)

plt.figure()

# plot 1

plt.subplot(2,2,1)

plt.plot(a, b,'r')

# Segunda grafica

plt.subplot(2,2,2)

plt.plot(a+2, b*25,'g')

# Tercera grafica

plt.subplot(2,2,3)

plt.plot(b, a,'b')

# Cuarta grafica

plt.subplot(2,2,4)

plt.plot(a, b,'k')

# Mostramos en pantalla

plt.show()

Ejemplo de gráfica en dos dimensiones en Matplolib:


import numpy as np

import matplotlib.pyplot as plt

plt.figure()

x = np.arange(-5, 5, 0.01)

y = np.arange(-5, 5, 0.01)

X, Y = np.meshgrid(x, y)

# Definimos cos (x^3 + y^2)

fxy = np.cos(X**3+Y**2)

plt.imshow(fxy);

plt.colorbar();

plt.show()

 

Ejemplo de una gráfica de 3 dimensiones en Matplolib:

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as np


fig = plt.figure()
# Tipo de figura
ax = fig.gca(projection='3d')

# Datos
X = np.arange(-4, 4, 0.3)
Y = np.arange(-4, 4, 0.3)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)

# Graficamos o trazamos la superficie
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='jet')

# Personalizamos el ejex z
ax.set_zlim(-1.01, 1.01)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))

# Agregamos una barra de colores para que asigne valores a los colores.
fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

 

La visualización es una parte importante en muchas áreas de la computación como el análisis de datos!!

 

➡ ¿Quieres saber mas de Python? Te invitamos al Curso de Python para Principiantes:

Curso Python desde 0

Autor:Rafael Fernandez

Empezé estudiando Física aunque mas tarde me decanté por la Ingeniería. Después de hacer un master de Hidráulica (esp. Aero-hidrodinámica de Vehículos) comenzé el PhD en Ingeniería. Hoy en día me encuentro trabajando para la empresa ITK Engineering AG como ingeniero de desarrollo. Entre mi pasiones está el desarrollo e implementación de todo tipo de códigos en Python y otros lenguages. Puedes visitar mi perfil en <a href="https://www.linkedin.com/in/rafaelfernandezperfil/">Linkedin.<a>

11 comentarios

Deja una respuesta