Introducción a Matplotlib en Python
Matplotlib es una biblioteca de código abierto que ayuda en el trazado de gráficos. Inicialmente fue escrito por John D. Hunter, quien resultó ser un neurobiólogo. Fue autor de Matplotlib en el momento de su investigación posdoctoral en Neurobiología. El objetivo de esta biblioteca era estudiar las actividades que ocurren en la corteza cerebral de pacientes que sufren de epilepsia al trazar estas actividades en un gráfico. El único propósito de trazar gráficos era para una mejor visualización y para estudiar los patrones comunes en ellos. La primera versión de Matplotlib fue en 2003. Con el tiempo, Matplotlib resultó ser una de las bibliotecas de trazado más utilizadas junto con el lenguaje de programación Python para el trazado de datos y gráficos computacionales. Es independiente de la plataforma y se puede ejecutar en Windows, Mac OS y Linux.
Entendiendo Matplotlib en Python
Como biblioteca de Python, Matplotlib facilita uno con capacidades de trazado 2D para visualización. Matplotlib se usa junto con otras bibliotecas de código abierto como
1. NumPy
El término "NumPy" significa extensión numérica de Python. Esta biblioteca proporciona varias funciones matemáticas para trabajar con matrices y matrices más grandes y multidimensionales. También puede contener datos de tipos de datos arbitrarios y puede integrarse fácilmente con varias bases de datos. Para usar numpy en su proyecto, asegúrese de importar. Por ejemplo, importe numpy como npy.
2. SciPy
Está construido sobre la matriz NumPy, es decir, la estructura de datos subyacente es una matriz de objetos proporcionada por el módulo NumPy. Proporciona funcionalidades como procesamiento de imágenes y señales, funciones especializadas en álgebra lineal e interpolación. Se puede agregar el módulo SciPy a su proyecto usando la instrucción: import sciPy as sp.
3. IPython
Una abreviatura del término Python interactivo. Es un shell de Python interactivo mejorado que admite expresiones matemáticas, diagramas en línea, etc. También ayuda a integrarse con las bibliotecas de pila SciPy. Viene con una configuración completa que facilita el trazado interactivo.
¿Cómo hacer que trabajar con Matplotlib sea fácil para los desarrolladores de Python?
Como desarrollador de Python, uno debería estar haciendo uso del módulo Pyplot dentro de la biblioteca matplotlib. Pyplot es una interfaz de programación de aplicaciones, que consta de funciones / métodos que ayudan a procesar los datos para su visualización. La trama es rápida cuando se trata de generar gráficos visuales. Sus similitudes con Matlab hacen que trabajar sea fácil para las personas que tienen experiencia previa en trabajar con MATLAB y viceversa.
¿Cómo se puede trabajar con Pyplot en Matplotlib?
Para poder acceder a los métodos de pyplot, es necesario importarlo en su archivo de python. Esto se puede hacer incluyendo la siguiente línea en la parte superior del archivo de Python:
import matplotlib.pyplot as myplt
Ejemplo 1
import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. show()
En el ejemplo anterior, el método plot () toma las coordenadas de los ejes X e Y respectivamente y traza un gráfico en consecuencia. El método plot () también puede incluir un tercer argumento opcional que determina la cadena de color y el tipo del gráfico de línea. Por defecto, es "-b" que muestra una línea azul. Otros métodos como xlabel () y ylabel () nos permiten nombrar nuestros ejes.
Ejemplo # 2
import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. xlabel('time in mins')
myplt. ylabel('distance in Kilo meters')
myplt. show()
Tipos de parcelas en Matplotlib en Python
Matplotlib proporciona una amplia variedad de métodos y funciones para generar diferentes tipos de gráficos.
Echemos un vistazo a algunos de ellos: -
- Gráfico de líneas : este es el más simple de todos los gráficos. El método plot () se usa para trazar un gráfico lineal.
- Subplots : la función subplot () se usa para crearlos. Muy útil cuando se necesita una comparación de las dos parcelas.
- Imágenes : Matplotlib también puede crear imágenes con la ayuda de la función imshow ().
- Histogramas : para generar histogramas, se pueden utilizar los métodos hist ().
- Rutas: se pueden agregar rutas arbitrarias a Matplotlib con la ayuda del módulo matplotlib.path.
- Gráficos de barras: la función de barra () se utiliza al trazar gráficos de barras. Se puede personalizar aún más los gráficos de barras en horizontal o vertical según los requisitos de cada uno utilizando este método.
- Gráficos circulares : se debe utilizar el método de pastel () para generar gráficos circulares. Las características adicionales le permiten a uno usar efectos de sombra en el pastel, etiquetar las regiones y determinar el porcentaje que representa, etc.
- Tablas: La función de tabla () permite agregar una tabla para la categorización sistemática de datos.
- Gráficos de dispersión : para generar un diagrama de dispersión, se utiliza la función scatter (). También se podrían utilizar los argumentos opcionales de tamaño y color que esta función debe proporcionar.
- Curvas rellenas : la función fill () permite trazar curvas y polígonos rellenos.
- Gráficos de registro : funciones como semilogx (), semiología () y loglog () facilitan el trazado de gráficos que involucran funciones de logaritmo.
- Gráficos polares : para generar gráficos polares se utiliza la función polar ().
- Manejo de fecha : Matplotlib permite trazar fácilmente datos de series de tiempo con cualquier hassel.
- Gráficos de flujo : estos gráficos están diseñados para el trazado de campos vectoriales. La función streamplot () se utiliza para lograr esto.
Ventajas de Matplotlib en Python
- Pocas ventajas de Matplotlib son
- Simple y fácil de entender para principiantes.
- Más fácil de usar para personas que han tenido experiencia previa con Matlab u otras herramientas de trazado de gráficos.
- Proporciona imágenes y gráficos de alta calidad en varios formatos, como png, pdf, pgf, etc.
- Proporciona control a varios elementos de una figura, como DPI, color de figura, tamaño de figura.
¿Cómo te ayudará esta tecnología en el crecimiento de tu carrera?
Con el aumento de la demanda de análisis de datos y ciencia de datos, se requieren herramientas como matplotlib para estudiar el comportamiento y el patrón de los datos. A partir de hoy, Python domina la industria cuando se trata de análisis y ciencia de datos. Para alguien familiarizado con python, tener conocimiento de bibliotecas como la de matplotlib lo ayudará a crecer profesionalmente.
Conclusión
En este artículo, hemos visto cómo Matplotlib nació y varias otras bibliotecas con las que se usa comúnmente. También cubrió algunas de las funciones conocidas de Matplotlibs para trazar varios gráficos y cómo podemos personalizar estos gráficos según nuestros requisitos.
Artículo recomendado
Esta ha sido una guía para Matplotlib en Python. Aquí discutimos Introducción a Matplotlib en Python y sus Tipos. También puede consultar nuestros otros artículos sugeridos para obtener más información:
- Ventajas de Python
- Marcos de Python
- Carrera profesional en Python
- Funciones de cadena de Python
- Gráficos 2D en Java
- Parcelas de dispersión en Matlab