Personalizar leyendas en Matplotlib

Introducción

En este laboratorio, exploraremos cómo crear y personalizar leyendas en Matplotlib. Las leyendas se utilizan para explicar el significado de los elementos en un gráfico, incluyendo líneas, barras y marcadores. Demonstraremos cómo crear leyendas para líneas específicas, etiquetas complejas y gráficos más complejos. Finalmente, mostraremos cómo escribir clases personalizadas para dar estilo a las leyendas.

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 su retroalimentación después de la sesión y resolveremos el problema para usted de inmediato.

Crear una leyenda para líneas específicas

En este paso, crearemos una leyenda para líneas específicas.

## Importar las bibliotecas necesarias
import matplotlib.pyplot as plt
import numpy as np

## Definir los datos para el gráfico
t1 = np.arange(0.0, 2.0, 0.1)
t2 = np.arange(0.0, 2.0, 0.01)

## Crear un gráfico con múltiples líneas
fig, ax = plt.subplots()
l1, = ax.plot(t2, np.exp(-t2))
l2, l3 = ax.plot(t2, np.sin(2 * np.pi * t2), '--o', t1, np.log(1 + t1), '.')
l4, = ax.plot(t2, np.exp(-t2) * np.sin(2 * np.pi * t2),'s-.')

## Crear una leyenda para dos de las líneas
ax.legend((l2, l4), ('oscilatoria', 'amortiguada'), loc='upper right', shadow=True)

## Agregar etiquetas y título al gráfico
ax.set_xlabel('tiempo')
ax.set_ylabel('voltios')
ax.set_title('Oscilación amortiguada')

## Mostrar el gráfico
plt.show()

Graficar etiquetas más complejas

En este paso, graficaremos etiquetas más complejas.

## Definir los datos para el gráfico
x = np.linspace(0, 1)

## Crear un gráfico con múltiples líneas
fig, (ax0, ax1) = plt.subplots(2, 1)
for n in range(1, 5):
    ax0.plot(x, x**n, label=f"{n=}")

## Crear una leyenda con múltiples columnas y un título
leg = ax0.legend(loc="upper left", bbox_to_anchor=[0, 1],
                 ncols=2, shadow=True, title="Legend", fancybox=True)
leg.get_title().set_color("red")

## Crear un gráfico con múltiples líneas y marcadores
ax1.plot(x, x**2, label="multi\nline")
half_pi = np.linspace(0, np.pi / 2)
ax1.plot(np.sin(half_pi), np.cos(half_pi), label=r"$\frac{1}{2}\pi$")
ax1.plot(x, 2**(x**2), label="$2^{x^2}$")

## Crear una leyenda con una sombra
ax1.legend(shadow=True, fancybox=True)

## Mostrar el gráfico
plt.show()

Adjuntar leyendas a gráficos más complejos

En este paso, adjuntaremos leyendas a gráficos más complejos.

## Definir los datos para el gráfico
fig, axs = plt.subplots(3, 1, layout="constrained")
top_ax, middle_ax, bottom_ax = axs

## Crear un gráfico de barras con múltiples barras
top_ax.bar([0, 1, 2], [0.2, 0.3, 0.1], width=0.4, label="Barra 1",
           align="center")
top_ax.bar([0.5, 1.5, 2.5], [0.3, 0.2, 0.2], color="rojo", width=0.4,
           label="Barra 2", align="center")
top_ax.legend()

## Crear un gráfico de barras de error con múltiples errores
middle_ax.errorbar([0, 1, 2], [2, 3, 1], xerr=0.4, fmt="s", label="prueba 1")
middle_ax.errorbar([0, 1, 2], [3, 2, 4], yerr=0.3, fmt="o", label="prueba 2")
middle_ax.errorbar([0, 1, 2], [1, 1, 3], xerr=0.4, yerr=0.3, fmt="^",
                   label="prueba 3")
middle_ax.legend()

## Crear un gráfico de tallo con una leyenda
bottom_ax.stem([0.3, 1.5, 2.7], [1, 3.6, 2.7], label="prueba de tallo")
bottom_ax.legend()

## Mostrar el gráfico
plt.show()

Crear entradas de leyenda con más de una clave de leyenda

En este paso, crearemos entradas de leyenda con más de una clave de leyenda.

## Definir los datos para el gráfico
fig, (ax1, ax2) = plt.subplots(2, 1, layout='constrained')
p1 = ax1.scatter([1], [5], c='r', marker='s', s=100)
p2 = ax1.scatter([3], [2], c='b', marker='o', s=100)
p3, = ax1.plot([1, 5], [4, 4],'m-d')

## Crear una leyenda con dos claves para una entrada
l = ax1.legend([(p1, p3), p2], ['dos claves', 'una clave'], scatterpoints=1,
               numpoints=1, handler_map={tuple: HandlerTuple(ndivide=None)})

## Crear dos gráficos de barras uno encima del otro y cambiar el relleno entre las claves de la leyenda
x_left = [1, 2, 3]
y_pos = [1, 3, 2]
y_neg = [2, 1, 4]
rneg = ax2.bar(x_left, y_neg, width=0.5, color='w', hatch='///', label='-1')
rpos = ax2.bar(x_left, y_pos, width=0.5, color='k', label='+1')

## Tratar cada entrada de leyenda de manera diferente usando `HandlerTuple`s específicos
l = ax2.legend([(rpos, rneg), (rneg, rpos)], ['pad!=0', 'pad=0'],
               handler_map={(rpos, rneg): HandlerTuple(ndivide=None),
                            (rneg, rpos): HandlerTuple(ndivide=None, pad=0.)})

## Mostrar el gráfico
plt.show()

Escribir clases personalizadas para dar estilo a las leyendas

En este paso, escribiremos clases personalizadas para dar estilo a las leyendas.

## Definir los datos para el gráfico
class HandlerDashedLines(HandlerLineCollection):
    """
    Manejador personalizado para instancias de LineCollection.
    """
    def create_artists(self, legend, orig_handle,
                       xdescent, ydescent, width, height, fontsize, trans):
        ## averiguar cuántas líneas hay
        numlines = len(orig_handle.get_segments())
        xdata, xdata_marker = self.get_xdata(legend, xdescent, ydescent,
                                             width, height, fontsize)
        leglines = []
        ## dividir el espacio vertical donde irán las líneas
        ## en partes iguales basadas en el número de líneas
        ydata = np.full_like(xdata, height / (numlines + 1))
        ## para cada línea, crear la línea en la ubicación adecuada
        ## y establecer el patrón de rayas
        for i in range(numlines):
            legline = Line2D(xdata, ydata * (numlines - i) - ydescent)
            self.update_prop(legline, orig_handle, legend)
            ## establecer color, patrón de rayas y ancho de línea en el
            ## de las líneas en linecollection
            try:
                color = orig_handle.get_colors()[i]
            except IndexError:
                color = orig_handle.get_colors()[0]
            try:
                dashes = orig_handle.get_dashes()[i]
            except IndexError:
                dashes = orig_handle.get_dashes()[0]
            try:
                lw = orig_handle.get_linewidths()[i]
            except IndexError:
                lw = orig_handle.get_linewidths()[0]
            if dashes[1] is not None:
                legline.set_dashes(dashes[1])
            legline.set_color(color)
            legline.set_transform(trans)
            legline.set_linewidth(lw)
            leglines.append(legline)
        return leglines

## Crear un gráfico con múltiples líneas
x = np.linspace(0, 5, 100)
fig, ax = plt.subplots()
colors = plt.rcParams['axes.prop_cycle'].by_key()['color'][:5]
styles = ['solid', 'dashed', 'dashed', 'dashed','solid']
for i, color, style in zip(range(5), colors, styles):
    ax.plot(x, np.sin(x) -.1 * i, c=color, ls=style)

## Crear artistas proxy y una leyenda
line = [[(0, 0)]]
lc = mcol.LineCollection(5 * line, linestyles=styles, colors=colors)
ax.legend([lc], ['multi-line'], handler_map={type(lc): HandlerDashedLines()},
          handlelength=2.5, handleheight=3)

## Mostrar el gráfico
plt.show()

Resumen

En este laboratorio, aprendimos cómo crear y personalizar leyendas en Matplotlib. Demostramos cómo crear leyendas para líneas específicas, etiquetas complejas y gráficos más complejos. También mostramos cómo escribir clases personalizadas para dar estilo a las leyendas. Las leyendas son una parte importante de cualquier gráfico, y entender cómo crearlas y personalizarlas es esencial para crear visualizaciones efectivas.