Matplotlib y Seaborn 📊
Contents
Matplotlib y Seaborn 📊¶
Matplotlib
Seaborn
La importancia de la visualización de datos¶
Cheatsheets valiosas
Pyplot básico Funciones¶
#Importamos la libreria de Matplotlib
import numpy as np
import matplotlib.pyplot as plt
#Creamos un array con linspace el cual particiona un rango
#en este caso 0 a 5 en 11 partes iguales
x = np.linspace(0,5,11)
y = x ** 2 #Funcion cuadratica
#Definine los ejes X, Y con plot(X,Y), ademas de formato con 'bs-'
#Ejemplo: plot(x,y,'color,string,tipo_linea')
plt.plot(x,y,'bs-')
#Para que se muestre la grafica usamos:
plt.show()
#Graficar X en un histograma cambiando 'plot' por 'hist'
plt.hist(x)
#plt.pie(x) Grafico de pastel
#plt.scatter(x,y) Grafico de correlacion
#plt.boxplot(x) Grafico de cajas
plt.show()
Fomato en Graficas con Matplotlib.pyplot
Formatos de Strings
character |
description |
|---|---|
‘.’ |
point marker |
‘,’ |
pixel marker |
‘o’ |
circle marker |
‘v’ |
triangle_down marker |
‘^’ |
triangle_up marker |
‘<’ |
triangle_left marker |
‘>’ |
triangle_right marker |
‘1’ |
tri_down marker |
‘2’ |
tri_up marker |
‘3’ |
tri_left marker |
‘4’ |
tri_right marker |
‘8’ |
octagon marker |
‘s’ |
square marker |
‘p’ |
pentagon marker |
‘P’ |
plus (filled) marker |
‘*’ |
star marker |
‘h’ |
hexagon1 marker |
‘H’ |
hexagon2 marker |
‘+’ |
plus marker |
‘x’ |
x marker |
‘X’ |
x (filled) marker |
‘D’ |
diamond marker |
‘d’ |
thin_diamond marker |
‘ |
’ |
‘_’ |
hline marker |
Tipos de Lineas
character |
description |
|---|---|
‘-’ |
solid line style |
‘–’ |
dashed line style |
‘-.’ |
dash-dot line style |
‘:’ |
dotted line style |
Colores
character |
color |
|---|---|
‘b’ |
blue |
‘g’ |
green |
‘r’ |
red |
‘c’ |
cyan |
‘m’ |
magenta |
‘y’ |
yellow |
‘k’ |
black |
‘w’ |
white |
Subplot¶
#Subplot es una herramienta que nos permite colocar varios graficos
#Creamos un array usando numpy
x = np.linspace(0,5,11)
y = x ** 2
#subplot de 1 row X 2 cols luego son dos graficos
#por tanto de indica en el 3er arg si es el 1 o el 2
plt.subplot(1,2,1) #1er Grafico dos en uno
plt.plot(x,y,'g--') #Relacion X,Y
plt.plot(y,x,'g--') #Relacion Y,X
plt.subplot(1,2,2) #2er Grafico
plt.hist(y) # Histograma de Y
plt.show()
Método orientado a objetos¶
#Object Oriented
# - Requiere mas codigo pero vale la pena
# - Mayor personalizacion
# - Mas amigable a mulipple graficos
# - Mas codigo
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,5,11)
y = x ** 2
#Creamos el objeto fig. El metodo figure() es el liezo
#donde van las graficas
fig = plt.figure()
#Definimos las dimenciones y posicion del Lienzo de cada grafico
#add_axes([pos_x,pos_y,len_x,len_y])
axes = fig.add_axes([0.1,0.1,0.8,0.9])
axes2 = fig.add_axes([0.2,0.55,0.4,0.3])
#Graficamos axes como objetos independientes
axes.plot(x,y,'b')
axes2.plot(y,x,'m')
#Mostrar objeto fig o lienzos
fig.show()
Partes de Fig
Subplots¶
#Object Oriented
# - Requiere mas codigo pero vale la pena
# - Mayor personalizacion
# - Mas amigable a mulipple graficos
# - Mas codigo
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,5,11)
y = np.sin(x)
#Definimos objetos fig y axes, en otras palabras
#crear el lienzo para luego graficar 1 row X 2 cols
fig, axes = plt.subplots(nrows=1,ncols=2) #Diferente de Subplot
#Primer grafico en la posicion [0]
axes[0].plot(x,y,'b')
#Primer grafico en la posicion [1]
axes[1].plot(y,x,'g')
plt.show()
#Como la salida es un array entonces podemos definir
#previamente el nombre de los axes en vez de usar posiciones
fig, (ax1,ax2) = plt.subplots(nrows=1,ncols=2) #Diferente de Subplot
#Exactamente igual al grafico anterior, a esto nos referimos
#con orientado a objetos independientes
ax1.plot(x,y,'b')
ax2.plot(y,x,'g')
plt.show()
#Si creamos un lienzo de tipo matricial
#axes se debe indicar la posicion a menos que
#(ax1,ax2,ax3,ax4)
fig, axes = plt.subplots(nrows=2,ncols=2)
#Indicamos la posicion de acada axes.
axes[0,0].plot(x,np.cos(x),'y')
axes[0,1].plot(x,np.sin(x),'r')
axes[1,0].plot(x,np.tan(x),'m')
axes[1,1].plot(x,np.cos(x),'b')
#Controla el padding entre bordes de los figs
fig.tight_layout()
Leyendas, etiquetas, títulos, tamaño¶
#A continuacion le daremos mas contexto a los graficos
#Creamos objetos fig y axes
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,5,11)
y = np.sin(x)
#Cambiamos el tamaño todo el Lienzo conÑ
#figsize=(len_x,len_y)
fig, axes = plt.subplots(1,2,figsize=(5,5))
#Titulo axes[0]
axes[0].set_title('Relacion_X Y')
#Ejes
axes[0].set_xlabel('Axis X')
axes[0].set_ylabel('Axis Y')
#Etiquetamos dentro de 'plot' y con lenged
axes[0].plot(x,y,'b',label='$sin(x)$')
axes[0].legend()
#Titulo axes[1]
axes[1].set_title('Relacion_Y X')
#Ejes
axes[1].set_xlabel('Axis Y')
axes[1].set_ylabel('Axis X')
#Etiquetamos dentro de 'plot' y con lenged
#dentro del signo $$ podemos colocar notacion matematica
axes[1].plot(y,x,'m',label='$sin(y)$')
axes[1].legend()
#Controla el padding entre bordes de los axes
fig.tight_layout()
Aporte de Platzi
Colores y estilos¶
#Colores y estilos
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,5,11)
#Mostrar en pantalla los estilos con lo que
#puedo trabajar
print(plt.style.available)
['Solarize_Light2', '_classic_test_patch', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark', 'seaborn-dark-palette', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'tableau-colorblind10']
#Creamos un plot y aplicamos alguno de los stilos
#en plt.style.available de la siguiente forma:
plt.style.use('fivethirtyeight')
fig, ax = plt.subplots(figsize=(8,4))
#Finalmente graficamos con mas stilos:
#Opcionalmente a 'g2-' esta por separado:
#color='#66ffc4'
#marker='0', markersize=10, markerfacecolor='#66ffc4'
#linestyle='--'
#linewidth=1.0
ax.plot(x,x,'m3--',linewidth=1.0,markerfacecolor='#ffffff')
ax.plot(x,2*x,'g2-',linewidth=1.0)
ax.plot(x,3*x,'bo:',linewidth=1.0)
plt.show()
Bar Plot¶
#Los graficos de barras nos permiten
#graficar variables categoricas
import matplotlib.pyplot as plt
import numpy as np
#Creamos una lista de Pises y de poblacion
country = ['Colombia','Usa','España','Alemania', 'Corea']
population = [1000,800,900,1000,300]
#En X van la variables categoricas
#width=0.5 ancho de las barras
#color=['#ffffff','r'], icluso color por cada barra.
#plt.xticks permite modificar etiquetas eje X y rotation
plt.bar(country,population, width=0.5,color=['#34ffff','b'])
plt.xticks(np.arange(5),('Colombia','Usa','España','Alemania', 'Corea'), rotation=45)
plt.show
#Posicionar la barras horizontalmente
plt.barh(country,population)
plt.show
Crear otro tipo de gráficas¶
import matplotlib.pyplot as plt
import numpy as np
#Creamos un array a partir de valores aleatorios
data = np.random.randint(1,50,100)
data
array([23, 13, 17, 12, 31, 5, 43, 23, 13, 46, 30, 34, 43, 16, 46, 48, 14,
12, 33, 42, 47, 27, 33, 44, 25, 43, 24, 11, 47, 22, 4, 28, 32, 14,
43, 15, 21, 15, 31, 4, 27, 36, 49, 19, 4, 41, 40, 27, 24, 35, 6,
20, 5, 26, 45, 46, 13, 8, 42, 7, 37, 47, 4, 24, 49, 32, 45, 48,
19, 9, 24, 5, 21, 12, 48, 37, 14, 12, 23, 41, 3, 25, 3, 27, 33,
40, 45, 5, 48, 20, 35, 38, 16, 15, 5, 7, 30, 11, 22, 4])
#Graficar la distribucion de los datos a partir
#un hisgrama, donde podemos configurar los bins
#histtype='step' tipo linea
#histtype='bar' tipo barra
plt.hist(data,bins=10,histtype='step')
plt.show()
#Boxplot, indica Rango Intercuartil
#y los diferente quantiles 0.25 0.50 0.75
#vert=False cambia de vertical a horizontal
#patch_artist=True agrega color a la caja
#notch=True enfoca mejor la media de la caja
#showliers=True, Muestra outlyers con False los saca del diagrama
#Añadimos outlyers a la distribucion:
data = np.append(data,(100,200,150))
plt.boxplot(data, vert=False, patch_artist=True, notch=True,showfliers=True)
plt.show()
#Grafico de dispersion
#Creamos una varible no importa su valor.
N = 50
#Definimos los valores de X, Y
x = np.random.rand(N)
y = np.random.rand(N)
#Area indica la frecuencia con la que ocurre la relacion X,Y
area = (30 * np.random.rand(N)) ** 2
#Color indica la categoria a la que pertenece cada realacion X,Y
colors = np.random.rand(N)
#Graficamos la relacion y ademas indicamos añadimos mas informacion
#indicando:
#s=area, frecuencia de la relacion
#c = colors, categoria a la que pertenece la relacion
#marker='o', estilo de forma, como poligono, estrella, etc..
#alpha = 0.5, le da opacidad al grafico
plt.scatter(x,y,s=area,c = colors, marker='o')
plt.show()
Seaborn¶
Seaborn esta construido sobre matplotlib, hay que tener en cuenta que matpotlib esta optimizado para numpy, sin embargo, seaborn esta optimizado para pandas. Cada grafica resuelve diferentes tipos de problemas:
Set¶
A traves de set podemos modificar varios paramentros en cuanto al estilo, tener en cuenta la documentacion: set_theme, color_palett
import seaborn as sns
import matplotlib.pyplot as plt
sns.barplot(x=['A','B','C'],y=[1,3,2])
#plt.show() funciona debido a que es la base de sns
plt.show()
sns.set(style='darkgrid', palette='muted',font='Verdana', font_scale=1)
sns.barplot(x=['A','B','C'],y=[1,3,2])
#plt.show() funciona debido a que es la base de sns
plt.show()
Parámetros más usados con Seaborn¶
Algunos Data sources, que podemos usar para experimentar.
#Importamos Seaborn
import seaborn as sns
import matplotlib.pyplot as plt
#Cargamos un dataset built-in sns
tips = sns.load_dataset('tips')
#Veremos displot mas adelante, a continuacion
#tenemos un histograma de total_bill
sns.displot(data=tips, x = 'total_bill')
plt.show()
#Este grafico muestra una relacion entre 'total_bill' y 'tips'
#automaticamente crea un grafico alterno al histograma
#usamos el arg 'hue' para categorizar los datos por 'sex'
sns.displot(data=tips, x='total_bill',y='tip',hue='sex')
plt.show()
#Aunque displot seleciona eligio el grafico automaticamente
#tambien lo podemos hacer a traves de:
#kind='kde', de densidad
#A nivel de estilo uno de los mas usados son:
#legend=True
#palette='dark'
#alpha=0.25
Distribuciones¶
#Opciones para realizar distribuciones numericas en sns
#Importamos Seaborn
import seaborn as sns
import matplotlib.pyplot as plt
#Cargamos un dataset built-in sns
tips = sns.load_dataset('tips')
#Asi ejecutamos un histograma donde podemos ver
#la frecuencia de los 'tip', esta frecuencia puede ser
#modificada usando los bins.
#cumulative=True, permite que se vallan sumando las frecuencias
sns.histplot(data=tips, x='tip', bins=10, cumulative=True)
plt.show()
#Categorizamos el grafico a partir de hue='sex'
#Se puede graficar un estadistico especifico a partir de:
#stat='probability', stat='frecuency', stat='percent'
#stat='density', stat='count'-> defaul
#Indicamos como queremos presentar los datos
#multiple='stack', multiple='layer',multiple='dodge',multiple='fill'
#element="step"
sns.histplot(data=tips, x='tip', bins=10, cumulative=False, hue='sex'
,stat='probability', multiple='dodge')
plt.show()
#Grafico de densidad de tip, donde al parecer los
#hombres dejn mas propina que las mujeres
#Al igual que en el histograma podemos usar la propiedad
#cumulative=True/False
#shade=True, para sombrear el area bajo la curva
#bs_adjust=1, ajusta la grafica de acuerdo a los ejes
sns.kdeplot(data=tips, x='tip', hue='sex', shade=True)
plt.show()
#Grafico escalonado que indica las proporciones o tasa de cambio
#puede ser en base a a diferentes estadisticos
sns.ecdfplot(data=tips, x='tip', hue='sex', stat='count')
plt.show()
#Displot se refiere a cualquier tipo de diagrama de distribucion.
sns.displot(data=tips, x='tip', hue='sex', stat='count')
plt.show()
Categóricos¶
#Graficos de variables categoricas
#Importamos Seaborn
import seaborn as sns
import matplotlib.pyplot as plt
#Cargamos un dataset built-in sns como 'tips'
tips = sns.load_dataset('tips')
#countplot es practicamente un hisplot/displot con
#multiple='dodge' o dodge=True
sns.countplot(data=tips,x='day',hue='sex')
plt.show()
#stripplot requiere al menos:
#x, una variable categorica
#y, una distribucion numerica
#hue, otra variable categorica
#dodge, permite separar hue para que sea mas claro
sns.stripplot(data=tips,x='day',y='total_bill',hue='sex', dodge=True)
plt.show()
#En esta grafica vemos las distribucion de una variable numerica
#respecto a una categorica como los dias
#swarmplot es como stripplot solo que se ve mas claro la
#consentracion, incluso tiene las mismas propiedades
sns.swarmplot(data=tips,x='day',y='total_bill',hue='sex', dodge=True)
plt.show()
#El boxplot indica la distribucion numerica por cuantiles
#podemos colocar dos grupos categoricos como se muestra:
sns.boxplot(data=tips,x='day',y='total_bill',hue='sex', dodge=True)
plt.show()
#En este grafico se sobreponen un swarmplot y un boxplot
#lo cual es interesante para relacionar cuantiles y consetracion.
plt.figure(figsize=(8,6))
sns.swarmplot(data=tips,x='day',y='total_bill',hue='sex',
dodge=True,color='k', marker='>')
sns.boxplot(data=tips,x='day',y='total_bill',hue='sex', dodge=True)
plt.show()
#El violin es similar al boxplot, pero en vez de cuantiles, indica
#la consentracion de los datos es como swarmplot pero delineado .
sns.violinplot(data=tips,x='day',y='total_bill',hue='sex', dodge=True)
plt.show()
#La propiedad 'split' permite contrarestar la distribucion
#de los datos a nivel de consentracion entre nuestra
#variable categorica 'sex'
sns.violinplot(data=tips,x='day',y='total_bill'
,hue='sex',dodge=True,split=True)
plt.show()
#Categorical plot es una opcion universal como displot. 😊👽
#solo cambiando kind='box', kind='violin', etc..
#col, es una propiedad de catplot que nos permite dividir la grafica en dos
#graficas de forma categorica.
sns.catplot(data=tips,x='day',y='total_bill',hue='sex',
dodge=True,kind='box',col='time')
Archivos de la clase¶
#Graficos de relacion entre variables como scatterplot
#Importamos Seaborn
import seaborn as sns
import matplotlib.pyplot as plt
#Cargamos un dataset built-in sns como 'tips'
tips = sns.load_dataset('tips')
#scatterplot permite ver si eziste alguna asociacion entre variables
#con style, podemos agregar otra categoria ademas de hue
#size='size',podemos agregar otra categoria ademas de hue
sns.scatterplot(data=tips, x='total_bill',y='tip'
, hue='sex',style='time',size='size')
#Usando legend posicionamos la legenda
plt.legend(loc='center', bbox_to_anchor=(1.15,0.5))
plt.show()
\
#Crear un dicionario para la propiedad marker
#donde queremos que la categoria time tenga diferentes
#estilos de forma:
markers={'Lunch':'p','Dinner':'>'}
plt.figure(figsize=(7,5))
sns.scatterplot(data=tips, x='total_bill',y='tip'
, hue='day',style='time',size='size',markers=markers)
plt.legend(loc='center', bbox_to_anchor=(1.15,0.5))
plt.show()
#Lineplot es como un scatterplot pero unido con lineas
#como podemos ver es preferible el scatterplot
plt.figure(figsize=(7,5))
sns.lineplot(data=tips, x='total_bill',y='tip'
, hue='day',style='time',size='size',markers=markers)
#Relational plot es una opcion universal como displot. 😊👽
#solo cambiando kind='scatter', kind='line', etc..
plt.figure(figsize=(7,5))
sns.relplot(data=tips, x='total_bill',y='tip'
, hue='day',style='time',size='size',markers=markers, col='time')
Jointplot y Pairplot¶
#Importamos Seaborn
import seaborn as sns
import matplotlib.pyplot as plt
#Cargamos un dataset built-in sns como 'tips'
tips = sns.load_dataset('tips')
#jointplot es un grafico muy util para identificar tanto la
#relacion entre variables como el histograma de cada una de ellas
#algo muy interesante de jointplot este podemos utilizar
#kind='hist',kind= 'kde', etc
sns.jointplot(data=tips,x='total_bill', y='tip'
,hue='sex')
plt.show()
#Usando las propiedades maginal_ticks=True,
#margina_kws=dict(bins=25, fill=False,multiple='dodge' podemos
#modificar el estilo de los graficos marginales sin afectar el
#grafico principal y asi agregar mas contexto
sns.jointplot(data=tips,x='total_bill', y='tip', kind='hist'
,hue='sex',marginal_ticks=True, marginal_kws=dict(fill=False, multiple='dodge'))
plt.show()
#Pairplot permite visulizar relaciones numericas
#automaticamente identifica las mismas en nuestro dataset
#La propiedad 'corner=True' solo muestra la mitad de los graficos
sns.pairplot(data=tips,hue='sex', kind='hist', palette='coolwarm',)
plt.show()
Heatmap¶
Mapas de colores que podemos trabajar con seaborn, heatmap
#Heatmap, es util al graficar datos en una estructura matricial.
#Importamos Seaborn
import seaborn as sns
import matplotlib.pyplot as plt
#Cargamos un dataset built-in sns como 'tips'
tips = sns.load_dataset('tips')
#A pertir de corr() optenemos la correlacion
#entre los valores numericos de tips asi tenemos un tipo de matriz
tips.corr()
#Visualmente heatmap puede ser muy util para ver la correlacion
#entre variables
#annot=True, indica el valor numerico de la correlacion
#cmap='coolwarm', color map, opciones de colores
#linewidth=5, lineas intermedias
#linecolor='black', cambia el color de las lineas intermedias
#vmin=0,vmax=1, modifica la escala de los valores
#cbar=True, Valor default para mostrar la barra de escala
sns.heatmap(tips.corr(),annot=True,cmap='coolwarm',
linewidth=5,linecolor='black',vmin=0.5,vmax=1,cbar=True)
plt.show()
