Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 18 vistas

    Gráficas Python

    Cargado por

    Alejandro Romero
    Este documento describe cómo crear diferentes tipos de gráficos en Python usando las bibliotecas Matplotlib, Numpy y Os. Explica funciones básicas de Matplotlib como plt.plot(), plt.title(), plt.xlabel() para crear gráficos de líneas, títulos y etiquetas de ejes. También cubre funciones de Numpy como np.array() y np.linspace() para manipular arrays numéricos, y funciones de Os como os.chdir() para cambiar directorios. Finalmente, incluye ejemplos de código para crear gráficos de lí

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Gráficas Python

    Cargado por

    Alejandro Romero
    18 vistas7 páginas
    Este documento describe cómo crear diferentes tipos de gráficos en Python usando las bibliotecas Matplotlib, Numpy y Os. Explica funciones básicas de Matplotlib como plt.plot(), plt.title(), plt.xlabel() para crear gráficos de líneas, títulos y etiquetas de ejes. También cubre funciones de Numpy como np.array() y np.linspace() para manipular arrays numéricos, y funciones de Os como os.chdir() para cambiar directorios. Finalmente, incluye ejemplos de código para crear gráficos de lí

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe cómo crear diferentes tipos de gráficos en Python usando las bibliotecas Matplotlib, Numpy y Os. Explica funciones básicas de Matplotlib como plt.plot(), plt.title(), plt.xlabel() para crear gráficos de líneas, títulos y etiquetas de ejes. También cubre funciones de Numpy como np.array() y np.linspace() para manipular arrays numéricos, y funciones de Os como os.chdir() para cambiar directorios. Finalmente, incluye ejemplos de código para crear gráficos de lí

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    18 vistas7 páginas

    Gráficas Python

    Cargado por

    Alejandro Romero
    Este documento describe cómo crear diferentes tipos de gráficos en Python usando las bibliotecas Matplotlib, Numpy y Os. Explica funciones básicas de Matplotlib como plt.plot(), plt.title(), plt.xlabel() para crear gráficos de líneas, títulos y etiquetas de ejes. También cubre funciones de Numpy como np.array() y np.linspace() para manipular arrays numéricos, y funciones de Os como os.chdir() para cambiar directorios. Finalmente, incluye ejemplos de código para crear gráficos de lí

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 7

    Gráficas en Python

    Matplotlib, Numpy y más


    1. Matplotlib
    Matplotlib es una biblioteca de visualización en Python que se utiliza para crear gráficos estáticos, anima-
    ciones e interactividad en entornos de Python. Proporciona una amplia variedad de funciones y herramientas
    para crear gráficos de alta calidad y personalizar su apariencia. Puedes usar Matplotlib para visualizar datos
    en 2D y 3D en varios formatos, como lı́neas, barras, dispersión, histogramas, entre otros.

    Instalación
    pip install matplotlib

    Importación
    import matplotlib.pyplot as plt

    1.1. Funciones
    1.2. plt.plot()
    Se utiliza para trazar gráficos de lı́neas. Permite representar datos en un sistema de coordenadas carte-
    sianas, conectando puntos sucesivos con segmentos de lı́nea.
    plt . plot (x , y , label = ’ F u n c i n ␣ Seno ’ , color = ’ blue ’ , linestyle = ’ - ’ ,
    ,→ linewidth =2 , marker = ’o ’ , markersize =6)

    1.2.1. linestyle=’ ’

    ’ - ’ linea s l i d a , ’ -- ’ linea a rayas , ’: ’ linea punteada , ’ -. ’ raya y


    ,→ punto , ’ None ’ sin linea

    1.2.2. marker=”

    ’o ’ circulo , ’^ ’ t r i n g u l o , ’v ’ t r i n g u l o , ’s ’ cuadrado , ’x ’ cruz ,


    ,→ diamente ’D ’ , estrella ’* ’ , ’. ’ punto , ’ None ’ n i n g n marcador

    1.3. plt.title(”)
    Titulo del gráfico
    plt . title ( ’ G r f i c o $ \\ frac {1}{ x }$ ’ , fontdict ={ ’ family ’: ’ serif ’ , ’
    ,→ color ’: ’ purple ’ , ’ weight ’: ’ bold ’ , ’ size ’: 20})
    # family ( tipo de letra ) : serif , sans serif , monospace
    # weight ( Grosor de la fuente ) : normal , bold , lighter

    1.4. plt.xlabel(”)
    Etiqueta del eje x
    plt . xlabel ( ’ Categorias ’, size =15 , weight = ’ bold ’)
    También puedo personalizar el nombre de los ejes,titulos, etc.

    1.5. plt.ylabel(”)
    Etiqueta del eje y

    1
    1.6. plt.xticks()
    Divisiones del eje x

    1.7. plt.yticks()
    Divisiones del eje y

    1.8. plt.legend()
    Para mostrar la leyenda del gráfico(la que incluimos en plt.plot() )

    1.8.1. Opciones

    plt . legend ( loc =(0 ,1) )


    plt . legend ( ’ upper ␣ right ’)
    plt . legend ( ’ upper ␣ left ’)
    plt . legend ( ’ bottom ␣ right ’)
    plt . legend ( ’ bottom ␣ left ’)
    plt . legend ( fontsize = ’ small ’)

    1.9. plt.savefig()

    plt . savefig ( ’ Prueba2 . png ’ , format = ’ png ’ , dpi =1000)

    1.10. plt.grid()
    Sirve para poner las cuadriculas en las gráficas, estas dependeran de las lineas divisorias de cada eje
    plt . grid ( True , linestyle =( ’ -- ’) , color =( ’ gray ’) )

    1.11. plt.scatter()
    es como plt.plot() pero esta función sólo gráfica puntos, sirve para gráficos de dispersión

    1.12. plt.bar()
    Para hacer gráficos de barras

    1.13. plt.pie()
    Para hacer gráficos de pastel

    2. Numpy
    NumPy es una biblioteca fundamental en Python para realizar operaciones numéricas y manipulación de
    arrays multidimensionales. La biblioteca proporciona funciones y herramientas eficientes para trabajar con
    arreglos (arrays) numéricos y realizar cálculos matemáticos de manera eficiente.

    Instalación
    pip install numpy

    2
    Importación
    import numpy as np

    2.1. Funciones
    2.1.1. np.array
    Crear un array NumPy a partir de una lista

    arr = np . array ([1 , 2 , 3 , 4])

    2.1.2. np.arange
    se utiliza para crear un array con valores espaciados uniformemente dentro de un rango especificado
    np . arange (0 ,9 ,1)
    Crea un array que inicia en 0 y termina en 8 con espacio de 1 o de lo que quieras

    2.1.3. np.abs()
    Valor absoluto de un valor
    np . abs (3)

    2.1.4. np.linspace()
    La función linspace en NumPy es utilizada para crear un array con valores espaciados uniformemente
    dentro de un intervalo especificado
    np . linspace ( start , stop , num =50 , endpoint = True , retstep = False , dtype = None )
    Valor inicial, valor final, número de puntos a generar, si el último valor está incluido o no, retstep=True
    devuelve el valor del paso o distancia entre los elementos, dtype tipo del array resultante

    3. Os
    Permite realizar operaciones relacionadas con el sistema de archivos, como la manipulación de directorios,
    archivos, rutas, y ejecución de comandos del sistema.

    3.1. os.chdir()
    Cambia el directorio de trabajo.
    os . chdir ( ’ C :\\ Users \\ aleja \\ OneDrive \\ Escritorio \\ Jupyter ’)

    4. from mpl toolkits.mplot3d import Axes3D


    Para hacer gráficos en 3D
    En gráficos en 2D, la convención común es utilizar plt para funciones que operan directamente sobre la
    figura y los ejes. En gráficos en 3D, se prefiere la interfaz orientada a objetos, donde se trabaja explı́citamente
    con figuras y ejes.

    3
    import matplotlib . pyplot as plt
    from mpl_toolkits . mplot3d import Axes3D # Escencial cuando se trabaja con
    ,→ g r f i c o s en 3 D
    import numpy as np

    # Crear datos
    t = np . linspace (0 , 20 , 100)
    x = np . sin ( t )
    y = np . cos ( t )
    z = t

    # Crear la figura y los ejes en 3 D


    fig = plt . figure () # generalmente es buena p r c t i c a crear una figura antes
    ,→ de realizar cualquier trazado .
    ax = fig . add_subplot (111 , projection = ’3d ’) # Crea el plano 3 D vacio

    # Graficar los datos en 3 D


    ax . plot (x , y , z , label = ’ Trayectoria ’)

    # Etiquetas de los ejes


    ax . set_xlabel ( ’ Eje X ’)
    ax . set_ylabel ( ’ Eje Y ’)
    ax . set_zlabel ( ’ Eje Z ’)

    # A a d i r una leyenda
    ax . legend ()

    # Mostrar el g r f i c o en 3 D
    plt . show ()

    os . chdir ( ’C :\\ Users \\ aleja \\ OneDrive \\ Escritorio \\ Jupyter ’)

    5. Gráficos
    5.1. Valor absoluto

    import matplotlib . pyplot as plt


    import numpy as np
    import os
    x = np . arange ( -20 ,51 ,1)
    y = np . abs ( x )
    plt . plot (x ,y , label =( ’$ | x | $ ’) , color = ’ red ’ , linestyle =( ’ -- ’) , linewidth =1)
    plt . title ( ’ F u n c i n ␣ valor ␣ absoluto ’)
    plt . xlabel ( ’ Eje ␣ x ’)
    plt . ylabel ( ’ Eje ␣ y ’)
    plt . xticks ( np . arange ( -20 ,51 ,4) )
    plt . yticks ( np . arange ( -10 ,60 ,4) )
    plt . legend ( loc =(0 ,1) )

    plt . axhline (0 , color = ’ black ’ , linewidth =1)


    plt . axvline (0 , color = ’ black ’ , linewidth =1)

    4
    os . chdir ( ’C :\\ Users \\ aleja \\ OneDrive \\ Escritorio \\ Jupyter ’)
    plt . grid ( True , linestyle =( ’ -- ’) , color = ’ gray ’)
    plt . savefig ( ’ Prueba2 . png ’ , format = ’ png ’ , dpi =1000)
    plt . show ()

    5.2. Función seno

    import numpy as np
    import matplotlib . pyplot as plt
    import math

    x = np . arange ( - math . pi , math . pi , math . pi /10)


    y = np . sin ( x )

    plt . scatter (x , y , label = ’$ \ sin ( x ) $ ’ , color = ’ red ’ , linewidth =2)


    plt . title ( ’ G r f i c a ␣ de ␣ $ \ sin ( x ) $ ’)
    plt . xlabel ( ’ Eje ␣ x ’)
    plt . ylabel ( ’ Eje ␣ y ’)

    # Configurar las divisiones del eje x con s m b o l o de pi


    xticks_locs = np . arange ( - math . pi , math . pi + math . pi /4 , math . pi /4)
    xticks_labels = [ ’$ -\\ pi$ ’ , ’$ -\\ frac {3\\ pi }{4} $ ’ , ’$ -\\ frac {\\ pi }{2} $ ’ , ’
    ,→ $ -\\ frac {\\ pi }{4} $ ’ , ’0 ’ ,
    ’$ \\ frac {\\ pi }{4} $ ’ , ’$ \\ frac {\\ pi }{2} $ ’ , ’$ \\ frac {3\\ pi
    ,→ }{4} $ ’ , ’$ \\ pi$ ’]
    plt . xticks ( xticks_locs , xticks_labels )

    plt . yticks ( np . arange ( -1 , 2 , 1) )


    plt . grid ()
    plt . legend ( loc =(0.1 ,0.7) )
    plt . show ()

    1
    5.3. Función x

    import numpy as np
    import matplotlib . pyplot as plt
    import math
    import os

    x = np . arange ( -20 ,20 ,1)


    x = x [ x !=0] # Para quitar el cero
    y =1/ x
    plt . plot (x ,y , label = ’$ \\ frac {1}{ x } $ ’ , color = ’ red ’ , marker = ’o ’ , markerfacecolor
    ,→ = ’ black ’ , markeredgecolor = ’ orange ’)
    # Tengo que poner \\ para que funcione
    plt . axhline (0 , linewidth =1 , color = ’ black ’ , label = ’ Eje ␣ x ’)
    plt . axvline (0 , linewidth =1 , color = ’ black ’ , label = ’ Eje ␣ y ’)
    plt . title ( ’ G r f i c o ␣ $ \\ frac {1}{ x } $ ’)
    plt . xlabel ( ’ Eje ␣ x ’)

    5
    plt . ylabel ( ’ Eje ␣ y ’)
    plt . legend ( loc =(0.7 ,0.65) )
    plt . grid ( linestyle = ’ -- ’)
    os . chdir ( ’C :\\ Users \\ aleja \\ OneDrive \\ Escritorio \\ Jupyter ’)
    plt . savefig ( ’ Grafico_1_div_x . png ’ , format = ’ png ’ , dpi =1000)
    plt . show ()

    5.4. Gráfico de barras

    import matplotlib . pyplot as plt


    import numpy as np
    import math
    import os
    categorias =[ ’ Categoria 1 ’ , ’ Categoria 2 ’ , ’ Categoria 3 ’ , ’ Categoria 4 ’]
    valores =[10 ,12 ,20 ,4]
    colores =[ ’ red ’ , ’ blue ’ , ’ pink ’ , ’ yellow ’]
    plt . bar ( categorias , valores , color = colores , label =[ ’ Rojo ’ , ’ Azul ’ , ’ Rosa ’ , ’
    ,→ Amarillo ’])
    plt . title ( ’ G r f i c o de barras ’ , fontdict ={ ’ family ’: ’ sans serif ’ , ’ color ’:
    ,→ ’ green ’ , ’ weight ’: ’ bold ’ , ’ size ’: 24})
    plt . xlabel ( ’ Categorias ’, size =15 , weight = ’ bold ’)
    plt . ylabel ( ’ Valores ’, size =15 , weight = ’ bold ’)
    plt . legend ()
    os . chdir ( ’ C :\\ Users \\ aleja \\ OneDrive \\ Escritorio \\ Jupyter ’)
    plt . savefig ( ’ Barras . png ’ , format = ’ png ’ , dpi =3000)
    plt . show ()

    También podría gustarte