Visualización de Datos con Matplotlib en Python

1. Instalar Matplotlib

Para empezar, necesitamos instalar la biblioteca Matplotlib.

# instalar Matplotlib
!pip install matplotlib
            

2. Importar Matplotlib

Luego, necesitamos importar la biblioteca Matplotlib.

# Importar Matplotlib
import matplotlib.pyplot as plt
            

2. Gráfico de Barras

Los gráficos de barras son útiles para comparar cantidades entre diferentes categorías.

import matplotlib.pyplot as plt

# Datos de ejemplo
categorias = ["A", "B", "C", "D"]
valores = [10, 15, 7, 10]

# Crear gráfico de barras
plt.bar(categorias, valores, color="skyblue")
plt.title("Gráfico de Barras")
plt.xlabel("Categorías")
plt.ylabel("Valores")
plt.show()
            

3. Gráfico de Líneas

Los gráficos de líneas son ideales para mostrar tendencias a lo largo del tiempo o una secuencia.

import matplotlib.pyplot as plt

# Datos de ejemplo
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Crear gráfico de líneas
plt.plot(x, y, marker="o", color="green", linestyle="--")
plt.title("Gráfico de Líneas")
plt.xlabel("Eje X")
plt.ylabel("Eje Y")
plt.show()
            

4. Gráfico de Dispersión (Scatter Plot)

Los gráficos de dispersión muestran la relación entre dos variables.

import matplotlib.pyplot as plt

# Datos de ejemplo
x = [5, 7, 8, 7, 2, 17, 2, 9]
y = [99, 86, 87, 88, 100, 86, 103, 87]

# Crear gráfico de dispersión
plt.scatter(x, y, color="purple")
plt.title("Gráfico de Dispersión")
plt.xlabel("Eje X")
plt.ylabel("Eje Y")
plt.show()
            

5. Histograma

Los histogramas muestran la distribución de un conjunto de datos dividiéndolo en intervalos.

import matplotlib.pyplot as plt

# Datos de ejemplo
datos = [1, 2, 2, 3, 4, 4, 4, 5, 5, 6, 7, 8, 8, 9]

# Crear histograma
plt.hist(datos, bins=5, color="orange", edgecolor="black")
plt.title("Histograma")
plt.xlabel("Valores")
plt.ylabel("Frecuencia")
plt.show()
            

6. Mapas de Calor

Los mapas de calor representan valores en una cuadrícula, y cada valor se muestra en un color específico.

import matplotlib.pyplot as plt
import numpy as np

# Datos de ejemplo
datos = np.random.rand(10, 10)

# Crear mapa de calor
plt.imshow(datos, cmap="viridis", interpolation="nearest")
plt.title("Mapa de Calor")
plt.colorbar()
plt.show()
            

7. Gráfico Circular (Pie Chart)

Los gráficos circulares muestran proporciones de un total, útiles para categorías.

import matplotlib.pyplot as plt

# Datos de ejemplo
categorias = ["Categoría A", "Categoría B", "Categoría C"]
tamaños = [40, 35, 25]

# Crear gráfico circular
plt.pie(tamaños, labels=categorias, autopct="%1.1f%%", startangle=140)
plt.title("Gráfico Circular")
plt.show()
            

Conclusión

Matplotlib es una herramienta poderosa para la visualización de datos en Python. Practicar con diferentes tipos de gráficos ayuda a comunicar patrones e información de manera visual.