Python Matplotlib: una descripción general

Es una biblioteca de trazado muy poderosa, útil para aquellos que trabajan con Python y NumPy. Y para hacer interferencias estadísticas se hace muy necesario visualizar nuestros datos y Matplotlib es la herramienta que puede ser de gran ayuda para este fin. Proporciona una interfaz similar a MATLAB, la única diferencia es que usa Python y es de código abierto.

Instalación

Es muy fácil instalar Matplotlib en su PC, solo tiene que abrir el símbolo del sistema y dar el siguiente comando:

python -m pip install -U matplotlib

Se supone que está utilizando la última versión de Python, es decir, Python 3. Y si desea incursionar en el mundo del aprendizaje automático, se sugiere descargar Anaconda Package Distribution, que viene con muchas bibliotecas preinstaladas como Matplotlib, Numpy, Pandas, Scikit. -aprender, y el más importante es Jupyter Notebook.

Lo esencial

Antes de continuar, aclaremos nuestros conceptos básicos,

• Figura – Es una figura completa que contiene uno o más ejes o tramas.
• Ejes: una figura contiene generalmente más de un eje (gráficos) y puede contener dos o tres en el caso de una estructura u objetos tridimensionales. Cada eje tiene un título, una etiqueta X y una etiqueta Y.
• Axis- Se encarga de generar los límites de la gráfica
• Artistas: en su mayoría están atados a los ejes, y todo lo que vemos en la figura, como objetos de texto, objetos de línea 2d, objetos de colección.

Ahora que hemos entendido los conceptos básicos, hagamos un diagrama simple:

Haciendo una trama simple

Entonces, aquí estamos pasando dos arrays como entrada y usando show(), para obtener el gráfico requerido, a partir del gráfico puede ver que la primera array aparece en el eje x y la segunda array aparece en el eje y de la gráfica dada . Ahora agreguemos el título a las parcelas.

Trazado de múltiples conjuntos de datos

También podemos trazar varios conjuntos de datos pasando varios conjuntos de argumentos de los ejes X e Y en el gráfico,

Trazado con strings de palabras clave

A veces tenemos datos en un formato que nos permite acceder a las variables particulares con una string, por lo que matplotlib nos proporciona dicho objeto con el argumento de la palabra clave de datos. Entonces, con estos, puede generar gráficos con strings correspondientes a las variables dadas:

Trabajar con texto

Matplotlib tiene un text()comando que se puede usar para agregar texto en una ubicación arbitraria y las teclas label()y title()se usan para agregar texto en las posiciones predefinidas:

Trazado de gráfico de barras

Ahora que ya hemos aprendido cómo usar textos y cómo trazar un histograma, avancemos y aprendamos cómo puede trazar el gráfico de barras. Como sabemos que los gráficos de barras son el tipo más común de gráficos, Matplotlib proporciona una bar()función para hacer gráficos de barras que pueden tomar los argumentos deseados que especificaremos,

Trazado de gráficos circulares

También podemos trazar el gráfico circular simplemente usando el pie()comando y pasando los argumentos requeridos,

Trazado de dispersión y tridimensional

Son los gráficos más básicos y más utilizados, especialmente son de gran utilidad para resolver los problemas de regresión. Entonces, digamos que estamos trazando un diagrama de dispersión del rango de calificaciones frente a las calificaciones de niños y niñas en dos colores diferentes (siempre usamos colores diferentes, ya que el gráfico debería ser fácil de visualizar)

Y también podemos ver la dispersión anterior en la vista tridimensional, pero para esto, tenemos que importar otro módulo llamado mplot3d, y cuando se importa el módulo, tenemos que crear ejes tridimensionales usando la palabra clave.

Projection = ‘3d’ to the axes(), y cuando se crea el objeto, pasamos nuestros argumentos calificaciones de niñas y niños y rango de calificaciones

Conclusión

¡Ha realizado con éxito el tutorial de Matplotlib de hoy! Todavía hay mucho que aprender, pero definitivamente estás listo para salir por tu cuenta y crear tus propias tramas increíbles. Si está ansioso por descubrir más de Matplotlib, considere consultar Geeks for Geeks Archives para aprender a trabajar con matplotlib si está listo para comenzar a explorar visualizaciones de datos interactivas con Python.