Compartir gráficas en Matplotlib

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

Cuando se crean múltiples gráficos que comparten un eje común, es posible que desees asegurarte de que cuando se agranda o achica uno de los gráficos, los demás gráficos se actualicen también. En esta práctica, exploraremos cómo utilizar los atributos sharex y sharey en Matplotlib para crear gráficos que comparten un eje.

Consejos sobre la VM

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

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

Si tienes problemas durante el aprendizaje, no dudes en preguntar a Labby. Proporciona retroalimentación después de la sesión y te resolveremos el problema inmediatamente.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) matplotlib(("Matplotlib")) -.-> matplotlib/AdvancedPlottingGroup(["Advanced Plotting"]) 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") matplotlib/AdvancedPlottingGroup -.-> matplotlib/subplots("Subplots") 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-48925{{"Compartir gráficas en Matplotlib"}} matplotlib/figures_axes -.-> lab-48925{{"Compartir gráficas en Matplotlib"}} matplotlib/line_plots -.-> lab-48925{{"Compartir gráficas en Matplotlib"}} python/tuples -.-> lab-48925{{"Compartir gráficas en Matplotlib"}} matplotlib/subplots -.-> lab-48925{{"Compartir gráficas en Matplotlib"}} python/importing_modules -.-> lab-48925{{"Compartir gráficas en Matplotlib"}} python/numerical_computing -.-> lab-48925{{"Compartir gráficas en Matplotlib"}} python/data_visualization -.-> lab-48925{{"Compartir gráficas en Matplotlib"}} end

Importar las bibliotecas necesarias

El primer paso es importar las bibliotecas necesarias. En este ejemplo, usaremos numpy y matplotlib.

import matplotlib.pyplot as plt
import numpy as np

Crear datos

A continuación, necesitamos crear algunos datos para graficar. En este ejemplo, crearemos dos conjuntos de datos, sin(2*pi*t) y sin(4*pi*t).

t = np.arange(0, 10, 0.01)

Crear la primera gráfica

Ahora, creemos la primera gráfica usando subplot. subplot toma tres argumentos: el número de filas, el número de columnas y el número de la gráfica. En este ejemplo, crearemos una gráfica con 2 filas y 1 columna (211), lo que significa que la primera gráfica estará en la fila superior.

ax1 = plt.subplot(211)
ax1.plot(t, np.sin(2*np.pi*t))

Crear la segunda gráfica

A continuación, crearemos la segunda gráfica. Usaremos subplot nuevamente, pero esta vez estableceremos el atributo sharex en la primera gráfica (ax1). Esto asegura que la segunda gráfica compartirá el mismo eje x que la primera gráfica.

ax2 = plt.subplot(212, sharex=ax1)
ax2.plot(t, np.sin(4*np.pi*t))

Mostrar las gráficas

Finalmente, podemos mostrar las gráficas usando plt.show().

plt.show()

Resumen

En este laboratorio, aprendimos cómo usar los atributos sharex y sharey en Matplotlib para crear gráficas que comparten un eje común. Esto es útil cuando se crean múltiples gráficas que representan los mismos datos con diferentes perspectivas. Al compartir el eje, podemos asegurar que las gráficas se mantengan en sincronía al hacer zoom o desplazamiento.