Posibilidades de Pyplot

1. Fundamentos de Pyplot

Creando un gráfico simple

Ahora que tenemos Matplotlib en nuestras manos, vamos a familiarizarnos con sus partes principales. Pyplot es un módulo pequeño, pero muy útil, que forma parte de Matplotlib. Te permite crear gráficos rápida y fácilmente, como si estuvieras dibujando en un lienzo.

import matplotlib.pyplot as plt

# Creamos un gráfico simple
plt.plot([0, 1, 2, 3], [0, 1, 4, 9])
plt.show()

¡Y listo, has creado tu primer gráfico! Puede que no gane ningún premio por su apariencia, pero créeme, esto es solo el inicio.

Mejorando el gráfico

Crear un gráfico en pyplot incluye varios pasos básicos:

1. Preparar datos para el gráfico.
2. Elegir el tipo de gráfico (por ejemplo, plot() para un gráfico lineal).
3. Configurar el gráfico (etiquetas, título y leyenda).
4. Mostrar el gráfico usando la función show().

Vamos a intentar mejorar nuestro primer gráfico...

Gráfico lineal

import matplotlib.pyplot as plt

# Datos para el gráfico
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Creando un gráfico lineal
plt.plot(x, y)

# Configurando las etiquetas de los ejes y el título
plt.xlabel("X")
plt.ylabel("Y")
plt.title("Ejemplo de gráfico lineal")

# Mostrando el gráfico
plt.show()

Este código crea un gráfico lineal que muestra valores de y en el eje Y en función de los valores de x en el eje X. Las funciones xlabel(), ylabel() y title() añaden etiquetas y un título al gráfico.

2. Tipos principales de gráficos en Pyplot

1. Gráfico lineal plot()

Los gráficos lineales se utilizan frecuentemente para mostrar datos a lo largo del tiempo o analizar tendencias.

x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

plt.plot(x, y, marker="o", color="b", linestyle="--")
plt.xlabel("Tiempo")
plt.ylabel("Valor")
plt.title("Gráfico lineal")
plt.show()

Aquí usamos los parámetros marker, color y linestyle para configurar el aspecto del gráfico.

2. Histograma hist()

Los histogramas son útiles para mostrar la distribución de los datos y analizar la frecuencia de aparición de valores.

data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5]

plt.hist(data, bins=5, color="skyblue", edgecolor="black")
plt.xlabel("Valor")
plt.ylabel("Frecuencia")
plt.title("Histograma")
plt.show()

Aquí el parámetro bins define la cantidad de columnas del histograma, y edgecolor añade un borde a cada columna.

3. Gráfico circular pie()

Los gráficos circulares muestran las proporciones de las categorías en el total de los datos.

labels = ["Gatos", "Perros", "Aves"]
sizes = [40, 35, 25]

plt.pie(sizes, labels=labels, autopct="%1.1f%%", startangle=90)
plt.title("Gráfico circular")
plt.show()

Aquí autopct muestra el porcentaje de cada categoría, y startangle rota el gráfico.

4. Gráfico de dispersión scatter()

Los gráficos de dispersión son útiles para analizar la relación entre dos variables.

x = [1, 2, 3, 4, 5]
y = [5, 7, 8, 5, 6]

plt.scatter(x, y, color="red")
plt.xlabel("X")
plt.ylabel("Y")
plt.title("Gráfico de dispersión")
plt.show()

Este tipo de gráfico es ideal para encontrar correlaciones entre los valores en los ejes X y Y.

5. Gráfico de barras bar()

Los gráficos de barras son útiles para comparar valores entre categorías.

categories = ["A", "B", "C", "D"]
values = [10, 15, 7, 20]

plt.bar(categories, values, color="lightblue")
plt.xlabel("Categorías")
plt.ylabel("Valores")
plt.title("Gráfico de barras")
plt.show()

Aquí categories y values representan las etiquetas de las categorías y los valores correspondientes para crear las barras.

Ahora estás familiarizado con los fundamentos de instalación y configuración de Matplotlib, y completamente listo para crear tus primeros gráficos. Pero esto es solo el inicio de nuestro viaje. En las siguientes lecciones, profundizaremos en la creación de diferentes tipos de gráficos y su personalización. Al final, podrás crear verdaderas obras de arte que no solo serán hermosas, sino también informativas.

Recuerda, la visualización de datos no se trata solo de gráficos, sino también de contar historias, y Matplotlib será tu narrador. ¡Nos vemos en la próxima lección, donde mejoraremos tus habilidades y exploraremos nuevos horizontes en el mundo de los gráficos!