Matplotlib | Visualización de datos en Python | Visualización de matrices 2D

Introducción

Matplotlib es una popular biblioteca de visualización de datos en Python. Se puede utilizar para crear una variedad de diferentes tipos de gráficos y diagramas. Una de las funciones proporcionadas por Matplotlib es matshow(), que se puede utilizar para visualizar una matriz o arreglo bidimensional como una imagen codificada por colores. En este laboratorio, recorreremos los pasos para utilizar matshow() para visualizar un arreglo bidimensional.

Consejos de la MV

Después de que la máquina virtual (VM) haya terminado de iniciar, haz clic en la esquina superior izquierda para cambiar a la pestaña Notebook y acceder a Jupyter Notebook para practicar.

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

Si encuentras problemas durante el aprendizaje, no dudes en preguntarle a Labby. Proporciona comentarios después de la sesión y resolveremos rápidamente el problema para ti.

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/FunctionsGroup(["Functions"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") python/FunctionsGroup -.-> python/build_in_functions("Build-in Functions") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48827{{"Visualizar arreglos bidimensionales (2D) con Matplotlib"}} matplotlib/figures_axes -.-> lab-48827{{"Visualizar arreglos bidimensionales (2D) con Matplotlib"}} python/build_in_functions -.-> lab-48827{{"Visualizar arreglos bidimensionales (2D) con Matplotlib"}} python/importing_modules -.-> lab-48827{{"Visualizar arreglos bidimensionales (2D) con Matplotlib"}} python/numerical_computing -.-> lab-48827{{"Visualizar arreglos bidimensionales (2D) con Matplotlib"}} python/data_visualization -.-> lab-48827{{"Visualizar arreglos bidimensionales (2D) con Matplotlib"}} end

Importar las bibliotecas necesarias

Para utilizar matshow(), necesitaremos importar la biblioteca Matplotlib. También utilizaremos NumPy para crear un arreglo bidimensional (2D) para la visualización.

import matplotlib.pyplot as plt
import numpy as np

Crear el arreglo bidimensional (2D)

A continuación, crearemos un arreglo bidimensional (2D) utilizando NumPy. En este ejemplo, crearemos una matriz diagonal con valores que van desde 0 hasta 14.

a = np.diag(range(15))

Visualizar el arreglo bidimensional (2D) utilizando `matshow()`

Ahora podemos utilizar matshow() para visualizar el arreglo bidimensional (2D) como una imagen codificada por colores.

plt.matshow(a)
plt.show()

Interpretar la visualización

En la visualización generada por matshow(), cada valor en el arreglo bidimensional (2D) está representado por un color. La paleta de colores (color map) utilizada por defecto en Matplotlib es un degradado de azul a rojo, donde el azul representa los valores más bajos y el rojo los valores más altos. En esta visualización en particular, la diagonal de la matriz es blanca, lo que indica que los valores en la diagonal son los más altos de la matriz.

Resumen

En este laboratorio, hemos aprendido cómo utilizar matshow() en Matplotlib para visualizar un arreglo bidimensional (2D) como una imagen codificada por colores. Primero importamos las bibliotecas necesarias, luego creamos un arreglo bidimensional (2D) utilizando NumPy y, finalmente, utilizamos matshow() para visualizar el arreglo. Al interpretar la visualización, podemos obtener información sobre los valores y la estructura del arreglo bidimensional (2D).

Visualizar arreglos bidimensionales (2D) con Matplotlib