Matplotlib básico: creación de gráficas de líneas

PythonPythonBeginner
Practicar Ahora

This tutorial is from open-source community. Access the source code

💡 Este tutorial está traducido por IA desde la versión en inglés. Para ver la versión original, puedes hacer clic aquí

Introducción

Matplotlib es una popular biblioteca de visualización de datos en Python. Proporciona una interfaz fácil de usar para crear una amplia variedad de visualizaciones, desde simples gráficos de líneas hasta complejas mapas de calor. En este laboratorio, revisaremos los conceptos básicos de Matplotlib y crearemos un gráfico de líneas simple utilizando la hoja de estilos "fivethirtyeight".

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.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") matplotlib/PlottingDataGroup -.-> matplotlib/line_plots("Line Plots") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/standard_libraries("Common Standard Libraries") python/PythonStandardLibraryGroup -.-> python/math_random("Math and Random") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} matplotlib/figures_axes -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} matplotlib/line_plots -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} python/tuples -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} python/importing_modules -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} python/standard_libraries -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} python/math_random -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} python/numerical_computing -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} python/data_visualization -.-> lab-48741{{"Matplotlib básico: creación de gráficas de líneas"}} end

Importar las bibliotecas Matplotlib y NumPy

El primer paso es importar las bibliotecas Matplotlib y NumPy. NumPy es un paquete fundamental para el cálculo científico en Python que proporciona poderosos arrays y funciones de álgebra lineal.

import matplotlib.pyplot as plt
import numpy as np

Establecer el estilo en "fivethirtyeight"

La hoja de estilos "fivethirtyeight" replica los estilos del popular sitio web de noticias basado en datos FiveThirtyEight.com. Usaremos esta hoja de estilos para nuestra visualización.

plt.style.use('fivethirtyeight')

Crear datos para el gráfico de líneas

En este paso, crearemos los datos para nuestro gráfico de líneas. Usaremos la función linspace de NumPy para crear una matriz de valores espaciados uniformemente entre 0 y 10. También generaremos algo de ruido aleatorio usando la función random.randn de NumPy.

x = np.linspace(0, 10)
np.random.seed(19680801)
noise = np.random.randn(50)

Crear objetos de figura y ejes

A continuación, crearemos un objeto de figura y un objeto de ejes usando la función subplots de Matplotlib. El objeto de figura representa la figura completa y el objeto de ejes representa una sola gráfica dentro de la figura.

fig, ax = plt.subplots()

Graficar los datos

En este paso, graficaremos los datos en el objeto de ejes usando la función plot de Matplotlib. Graficaremos seis líneas diferentes con pendientes diferentes y ruido aleatorio.

ax.plot(x, np.sin(x) + x + noise)
ax.plot(x, np.sin(x) + 0.5 * x + noise)
ax.plot(x, np.sin(x) + 2 * x + noise)
ax.plot(x, np.sin(x) - 0.5 * x + noise)
ax.plot(x, np.sin(x) - 2 * x + noise)
ax.plot(x, np.sin(x) + noise)

Establecer el título y las etiquetas

En este paso, estableceremos el título y las etiquetas para la gráfica usando los métodos set_title, set_xlabel y set_ylabel del objeto de ejes.

ax.set_title("'fivethirtyeight' style sheet")
ax.set_xlabel("x")
ax.set_ylabel("y")

Mostrar la gráfica

Finalmente, mostraremos la gráfica usando la función show de Matplotlib.

plt.show()

Resumen

En este laboratorio, aprendimos cómo crear una gráfica de líneas simple usando la hoja de estilos "fivethirtyeight" en Matplotlib. Cubrimos los conceptos básicos de creación de un objeto de figura y ejes, graficación de datos y establecimiento del título y las etiquetas para la gráfica. Con estas habilidades, puedes crear una amplia variedad de visualizaciones usando Matplotlib.