Matplotlib es una librería open source que pertenece a Python en la que se pueden crear visualizaciones animadas, estáticas e interactivas en Python. En este artículo, te enseñaremos cómo funciona Matplotlib y cómo puedes usarla dentro de Python.
¿Qué es Matplotlib?
Matplotlib fue desarrollada por John Hunter en 2002. Hunter, neurobiólogo de profesión, creó esta librería con la finalidad de poder observar las señales eléctricas del cerebro de personas que padecieran de epilepsia. Lo que buscaba era imitar las funcionalidades de creación gráfica que tenía Matlab con Python.
Debido a su carácter open source o de código abierto, esta librería, pese a la muerte de su creador en 2012, ha seguido teniendo significativos avances, hasta el punto de que actualmente por medio de ella se pueden crear trazados, histogramas, diagramas de barra y otros tantos tipos de gráficas con poco código.
Matplotlib se utiliza en servidores de aplicaciones web, shells y scripts de Python y es representativamente más útil para aquellas personas que trabajan con NumPy.
En esta librería, una figura es una ilustración completa y cada uno de los trazados de dicha figura se denomina eje. Crear una gráfica es el acto de hacer plotting.
Componentes de Matplotlib
La librería de Python nos ofrece muchísimos componentes. En la página oficial se muestran algunos de ellos, entre los que podemos encontrar ejemplos de todo tipo de plots, como líneas, barras y marcadores:
- Demostración de color de barra.
- Demostración de etiqueta de barra.
- Gráfico de barras apiladas.
- Gráfico de barras agrupadas con etiquetas.
- Gráfico de barras horizontales.
- Barth roto.
- Capstyle.
- Graficar variables categóricas.
Estos son solo algunos de todos los tutoriales y ejemplos que puedes encontrar en la página oficial de la librería. Allí podrás aprender a usar todas las funcionalidades que esta ofrece.
Plot types
Matplotlib nos ofrece muchísimos comandos de plotting comunes, entre los que se encuentran:
Básicos
- plot (x, y)
- scatter (x, y)
- bar (x, y)
- stem (x, y)
- step (x, y)
- fill_between (x, y1, y2)
- stack (x, y)
Arreglos y campos
- imshow (Z)
- pcolormesh (X, Y, Z)
- contour (X, Y, Z)
- contourf (X, Y, Z)
- barbs (X, Y, U, V)
- quiver (X, Y, U, V)
- streamplot (X, Y, U, V)
Estadística
- hist (x)
- boxplot (X)
- errorbar (x, y, yerr, xerr)
- violinplot (D)
- eventplot (D)
- hist2d (x, y)
- hexbin (x, y, C)
- pie (x)
Coordenadas no estructuradas
- tricontour (x, y, z)
- tricontourf (x, y, z)
- tripcolor (x, y, z)
- triplot (x, y)
3D
- 3D scatterplot
- 3D surface
- Triangular 3D surfaces
- 3D voxel / volumetric plot
- 3D wireframe plot
Todos estos ejemplos de plot types pueden descargarse en la página oficial: Download all examples in Python source code: plot_types_python.zip
Pyplot
Pyplot es un módulo de Matplotlib que tiene varias funciones para añadir elementos, como líneas, imágenes o textos, a los diferentes ejes de un gráfico.
La mayoría de utilidades de Matplotlib se encuentran en el módulo de Pyplot y se importan, generalmente, con el comando plt:
import matplotlib.pyplot as pltAquí lo que hemos hecho ha sido definir el paquete de nombre plt dentro de la librería Matplotlib. Ahora, podremos referirnos a dicho paquete como plt.
Veamos un ejemplo:
xpuntos = np.array ([0, 15])
ypuntos = np.array ([0, 82])
plt.plot (xpuntos, ypuntos)
plt.show ()Existen diferentes tipos de Pyplot, por ejemplo:
- Infinite lines
- Pyplot mathtext
- Pyplot simple
- Pyplot text
- Pyplot árbol
- Pyplot two subplots
Con Matplotlib puedes hacer la cantidad y tipos de gráficos que se te ocurran. No importa si no sabes mucho de programación, porque ya sabemos que Python es un lenguaje de alto nivel que se vuelve versátil para principiantes. Esto hace que el código que debes usar para crear los gráficos más detallados sea poco y simple. Además, la página oficial de Matplotlib ofrece una gran variedad de tutoriales en los que puedes aprender a hacer todo lo que puedas imaginar.
¿Qué sigue?
Si quieres seguir aprendiendo, en KeepCoding tenemos la mejor opción: por medio de nuestro Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp podrás adquirir todas las herramientas necesarias para incursionar en el mundo del Big Data y en un mercado laboral lleno de oportunidades. ¡Anímate a avanzar en tu camino hacia el éxito y solicita más información ya!
