Matplotlib¶

Librería para gráficos en Python
Podemos ver la galería de gráficos que ofrece https://matplotlib.org/stable/gallery/index.html

Gráficas de puntos o líneas¶

Gráficas básicas
Visualizar gran número de datos
Analizar tendencias entre variables (correlaciones y para series temporales)

Cargamos los datos del DataFrame¶

In [1]:

# Importamos el paquete pandas para trabajar con el DataFrame
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

In [2]:

# creamos la matriz
fbk = ['Facebook', 2740, True, 2006]
twt = ['Twitter', 339, False, 2006]
ig = ['Instagram', 1221, True, 2010]
yt = ['YouTube', 2291, False, 2005]
lkn = ['LinkedIn', 727, False, 2003]
wsp = ['WhatsApp', 2000, True, 2009]
tik = ['TikTok', 689, False, 2016]
tel = ['Telegram', 500, False, 2013]

rrss = [fbk,twt,ig,yt,lkn,wsp,tik,tel]    # redes sociales 2021
rrss

Out[2]:

[['Facebook', 2740, True, 2006],
 ['Twitter', 339, False, 2006],
 ['Instagram', 1221, True, 2010],
 ['YouTube', 2291, False, 2005],
 ['LinkedIn', 727, False, 2003],
 ['WhatsApp', 2000, True, 2009],
 ['TikTok', 689, False, 2016],
 ['Telegram', 500, False, 2013]]

In [3]:

# convertimos la matriz en un DataFrame
df_rrss = pd.DataFrame(rrss,
                     columns = ['Nombre', 'Usuarios', 'es_FBK', 'Año'])

df_rrss

Out[3]:

	Nombre	Usuarios	es_FBK	Año
0	Facebook	2740	True	2006
1	Twitter	339	False	2006
2	Instagram	1221	True	2010
3	YouTube	2291	False	2005
4	LinkedIn	727	False	2003
5	WhatsApp	2000	True	2009
6	TikTok	689	False	2016
7	Telegram	500	False	2013

Hacer una gráfica utilizando listas¶

In [4]:

# Importamos el paquete
import matplotlib.pyplot as plt

In [5]:

# ejemplo
x = [1, 2, 3, 4, 5]
y = [1, 8, 27, 64, 125]   # cubos
plt.plot(x, y)
plt.show()

Gráfico de líneas con el DataFrame¶

In [6]:

plt.plot(df_rrss['Nombre'], df_rrss['Usuarios'])
plt.show()

Gráfico de puntos¶

In [7]:

plt.scatter(df_rrss['Nombre'], df_rrss['Usuarios'])
plt.show()

Con Pandas¶

Utilizando un método de Pandas sobre el DataFrame obtenemos un gráfico similar al anterior.

In [8]:

df_rrss.plot(kind = 'scatter', x = 'Nombre', y = 'Usuarios')
plt.show()

Gráficos de barras¶

In [9]:

plt.bar(df_rrss['Nombre'], df_rrss['Usuarios'])
plt.show()

Gráfico de barras ordenado¶

In [10]:

df_rrss_sort = df_rrss.sort_values('Usuarios', ascending = False)
plt.bar(df_rrss_sort['Nombre'], df_rrss_sort['Usuarios'])
plt.show()

Colores en las barras¶

In [11]:

# gráfico de barras ordenado, con color y leyenda de barras

# cambiamos el color del fondo
ax = plt.axes()
ax.set_facecolor("orange")

# construimos el gráfico de barras
plt.bar(df_rrss_sort['Nombre'],
        df_rrss_sort['Usuarios'],
        color = ['b', 'g', 'r', 'c', 'm', 'y', 'w', 'k'])

# Creamos los nombres del eje x
bars = ('fbk', 'twt', 'ig', 'yt', 'lkn', 'wsp', 'tik', 'tel')
x_pos = np.arange(len(bars))
plt.xticks(x_pos, bars)

plt.show()

# b: blue
# g: green
# r: red
# c: cyan
# m: magenta
# y: yellow
# k: black
# w: white

Gráficos de sectores (tarta - pie)¶

In [12]:

# utilizando matplotlib
plt.pie(df_rrss['Usuarios'],
       labels = df_rrss['Nombre'])
plt.show()

In [13]:

# lista personalizada de colores
lista_color_rrss = ['#3b5998', '#FF0000', '#25d366', '#8a3ab9', '#0e76a8', '#ee1d52', '#4995be', '#00acee']

In [14]:

plt.pie(df_rrss_sort['Usuarios'],
       labels = df_rrss_sort['Nombre'],
       colors = lista_color_rrss)
plt.show()

In [15]:

df_rrss_sort

Out[15]:

	Nombre	Usuarios	es_FBK	Año
0	Facebook	2740	True	2006
3	YouTube	2291	False	2005
5	WhatsApp	2000	True	2009
2	Instagram	1221	True	2010
4	LinkedIn	727	False	2003
6	TikTok	689	False	2016
7	Telegram	500	False	2013
1	Twitter	339	False	2006

Gráficos aleatorios¶

In [16]:

import numpy as np
import matplotlib.pyplot as plt

n = 100
x = np.random.rand(n)
y = np.random.rand(n)
colors = np.random.rand(n)
area = np.pi*(15 * np.random.rand(n))**2    # 0 to 15 point radii

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()