Visualización de vectores con Python

Autor: | Última modificación: 13 de enero de 2023 | Tiempo de Lectura: 3 minutos
Temas en este post: ,

En este artículo veremos cómo hacer una visualización de vectores con Python.

Estamos acostumbrados a visualizar los vectores como flechas que parten desde el origen hacia un punto, pero ¿cómo podemos hacer esta visualización usando Python?

Visualización de vectores con Python

Python es tremendamente potente para una infinidad de cosas. Una de las funciones más destacadas tiene que ver con la representación gráfica de información, la visualización de datos y todo lo relacionado con el mundo del Big Data. De ahí que Python tenga una amplia gama de opciones para casos de uso distintos.

En este caso, para la visualización de vectores con Python, vamos a utilizar la librería matplotlib y el comando interno @matplotlib inline para que nos muestre los datos en el notebook de jupyter dentro del que estamos trabajando.

En concreto, de matplotlib usaremos la función quiver, que nos proporciona esta librería para visualizar vectores. Lo único que haremos es definir el punto de inicio de los vectores y su dirección.

Quiver funciona, pero como veremos más adelante, no lo hace de manera muy óptima, ya que presenta algunos vacíos. Lo que sucede es que con esta opción puede llegar a ser un poco complejo configurar el gráfico a nuestro gusto.

Veamos un ejercicio de visualización de vectores con Python para entender mejor cómo trabajan y qué funcionalidades tiene este lenguaje.

Ejercicio de visualización de vectores con Python

Lo que haremos en primera instancia para la visualización de vectores con Python es importar las librerías necesarias, en este caso matplotlib y numpy. Acto seguido definiremos unos vectores, donde tenemos el componente x y el componente y.

#Ejercicio de visualización de vectores con matplotlib en Python
import matplotlib.pyplot as plt
import numpy as np

x_1 = 1
y_1 = 0
ux_1 = 0
uy_1 = 1

x_2 = 1.5
y_2 = 0
ux_2 = 0
uy_2 = -1

ax = plt.subplot ()
ax.quiver (x_1, y_1, ux_1, uy_1, angles = 'xy')
ax.quiver (x_2, y_2, ux_2, uy_2, angles = 'xy')
plt.show ()
visualización de vectores con Python
Visualización de vectores con Python

¿Qué hemos hecho aquí? En nuestro ejercicio de visualización de vectores con Python hemos definido dos vectores, el 1 y el 2. El vector 1 está definido en el 1 – 0, es decir, componente x igual a 1 y componente y igual a 0. La dirección del vector es hacia arriba, por eso tenemos en ux_1 un 0 y en uy_1 un 1.

En el caso del segundo vector tenemos que el eje x del mismo tiene un valor definido de 1.5 y en el eje y tiene un valor de 0. La dirección de este vector es negativa, lo que significa que va hacia abajo.

Lo que haremos después es poner el componente x y el componente y del primer vector (ax.quiver (x_1, y_1,…), luego proseguiremos con la dirección del primer vector en el eje x y la dirección del primer vector en el eje y (ux_2, uy_2). Por último, le tenemos que decir que siga unos ángulos específicos (angles = ‘xy’).

Después, hacemos exactamente el mismo proceso con el vector 2 y, con esto, ya lo tendríamos todo. ¡Solo queda mostrarlo!

El problema es un poco complicado graficarlo usando esta función. Si, por ejemplo, tenemos que representar tres vectores o más sobre el mismo punto, en el mismo origen, estos automáticamente se desplazan del origen y se torna un poco extraño y confuso de entender, además de la poca precisión que suponen estos cambios.

Quiver de matplotlib

Quiver es un tipo de diagrama en dos dimensiones que nos muestra líneas de vectores como flechas. Este tipo de diagrama es bastante útil cuando se requieren magnitud y dirección y se usa mucho en campos como la ingeniería eléctrica y electrónica para visualizar la intensidad de un campo eléctrico en cualquier dirección. También se emplea para visualizar el potencial eléctrico en ingeniería eléctrica.

¿Quieres seguir aprendiendo?

Ahora que hemos visto cómo funciona la visualización de vectores con Python, puedes seguir aprendiendo sobre Big Data, una de las disciplinas más demandadas de la actualidad y mejor pagas. Para ello tenemos el Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp, una formación intensiva e íntegra en la que podrás adquirir todos los conocimientos teóricos y prácticos necesarios para incursionar en el mercado laboral de manera rápida y eficiente. ¡Cambia tu futuro y solicita más información ahora!

👉 Descubre más del Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp ¡Descarga el temario!

👉 Prueba el Bootcamp Gratis por una Semana ¡Empieza ahora mismo!

👉 Conoce nuestros otros Bootcamps en Programación y Tecnología

[email protected]

¿Trabajo? Aprende a programar y consíguelo.

¡No te pierdas la próxima edición del Aprende a Programar desde Cero Full Stack Jr. Bootcamp!

 

Prepárate en 4 meses, aprende las últimas tecnologías y consigue trabajo desde ya. 

 

Solo en España hay más de 120.400 puestos tech sin cubrir, y con un sueldo 11.000€ por encima de la media nacional. ¡Es tu momento!

 

🗓️ Próxima edición: 13 de febrero

 

Reserva tu plaza descubre las becas disponibles.