Personalizar visualizaciones con Matplotlib en Python

Introducción

En este laboratorio, aprenderemos a usar Matplotlib para crear visualizaciones en Python. Matplotlib es una poderosa biblioteca para la visualización de datos y se utiliza comúnmente para crear gráficos, diagramas y gráficas. Exploraremos los diferentes tipos de gráficos disponibles en Matplotlib y aprenderemos a personalizarlos para crear visualizaciones con aspecto profesional.

Consejos sobre la VM

Una vez finalizada la inicialización de la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.

Importando bibliotecas

El primer paso es importar las bibliotecas necesarias. Para este tutorial, usaremos NumPy y Matplotlib. NumPy es una biblioteca para el cálculo numérico y Matplotlib es una biblioteca para la visualización de datos.

import numpy as np
import matplotlib.pyplot as plt

Creando datos

A continuación, crearemos algunos datos para usar en nuestros gráficos. Para este tutorial, crearemos un gráfico de línea simple.

## Create the data
x = np.linspace(0, 10, 100)
y = np.sin(x)

## Plot the data
plt.plot(x, y)
plt.show()

Personalizando el gráfico

Ahora que hemos creado un gráfico básico, personalicémoslo para que sea más atractivo visualmente. Podemos agregar un título, etiquetas de eje y cambiar el color y el estilo de la línea.

## Add title and axis labels
plt.title('Sin Wave')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

## Change color and style of line
plt.plot(x, y, color='red', linestyle='dashed')
plt.show()

Creando un gráfico de dispersión

Además de los gráficos de línea, Matplotlib también nos permite crear gráficos de dispersión. Los gráficos de dispersión son útiles para visualizar la relación entre dos variables.

## Create the data
x = np.random.rand(50)
y = np.random.rand(50)

## Create the scatter plot
plt.scatter(x, y)

## Add title and axis labels
plt.title('Scatter Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

plt.show()

Creando un gráfico de barras

Otro tipo común de gráfico es el gráfico de barras. Los gráficos de barras son útiles para comparar los valores de diferentes categorías.

## Create the data
x = ['A', 'B', 'C', 'D', 'E']
y = [3, 7, 1, 9, 4]

## Create the bar chart
plt.bar(x, y)

## Add title and axis labels
plt.title('Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')

plt.show()

Resumen

En este laboratorio, aprendimos cómo usar Matplotlib para crear diferentes tipos de gráficos, incluyendo gráficos de línea, gráficos de dispersión y gráficos de barras. También aprendimos cómo personalizar nuestros gráficos agregando títulos, etiquetas de eje y cambiando el color y el estilo de las líneas. Matplotlib es una biblioteca poderosa para la visualización de datos y es una herramienta esencial para cualquiera que trabaje con datos en Python.