Matplotlib. Parte II

Transcripción

1 Matplotlib Parte II

2 Modo interactivo Si acabamos de iniciar sesión deberíamos estar en modo interactivo. Para comprobar usamos el comando isinteractive( ), si responde True estamos en modo interactivo. En caso de que sea False, al escribir el comando plot no lanzará una gráfica hasta que usemos la función show( ) o draw( ). Para apagar el modo interactivo, podemos usar ioff( ), activar el modo interactivo usamos ion( ). Las funciones hold( ) o ishold() son conmutadores para decir si queremos que los gráficos se sobreescriban; que el mismo gráfico tenga diferentes gráficas representadas o que el gráfico se limpie y se dibuje la nueva gráfica cada vez. La función ishold( ) regresa True o False y nos dice si está activado la sobreescritura o no

3 Si queremos trabajar con varias ventanas de gráficos simultáneamente donde se representarán distintos tipos de datos. Podemos hacer esto dándole nombre o números a las ventanas con las que vamos a trabajar. from random import * figure('scatter') # Crea una ventana titulada 'scatter' figure('plot') # Crea una ventana titulada 'plot' a = rand(100) # Generamos un vector de valores aleatorios b = rand(100) # Generamos otro vector de valores aleatorios figure('scatter') # Le decimos que la ventana activa en la que vamos a dibujar es la ventana 'scatter' scatter(a,b) # Dibujamos una grafica tipo scatter en la ventana 'scatter' figure('plot') # Ahora cambiamos a la ventana 'plot' plot(a,b)

4 Configurar área del gráfico Usaremos axes( ) para configurar un área de gráfico. Podemos definir la posición, el tamaño, el color del área del fondo, etc. axes( ) plot(exp(linspace(0,10,100))) axes([0.2,0.55,0.3,0.3], axisbg = 'black') plot(sin(linspace(0,10,100)), 'w-o', linewidth = 2) show( ) Si queremos gráficos que no tengan que tener una forma 'regular' dentro de la ventana. Si ahora queremos borrar el área del gráfico podemos usar delaxes(), si queremos borrar el contenido que hay en el área del gráfico podemos usar cla() y si queremos que no aparezca la caja donde se dibuja el gráfico podemos usar box().

5 Matplotlib dibuja los ejes de forma que se ajusten al gráfico, si esto no nos interesa podemos hacer uso de axis(). Si sólo nos interesa configurar uno de los ejes y dejar que el otro lo maneje matplotlib podemos usar, respectivamente semilogx() o semilogy(). Podemos dibujar un segundo eje x o un segundo eje y usando twinx() o twiny(). Por último etiquetamos los ejes usando xlabel o ylabel. plot(arange(100), 'b') xlabel('valores de x') ylabel('linea azul') twinx() plot(exp(linspace(0,5,100)), 'g') ylabel('linea verde') # Ponemos etiqueta al segundo eje y xlim(-10,110)

6 Algunos tipos de gráficos Ahora vamos a ver distintos tipos de gráficos disponibles. Para hacer un gráfico tipo pie de queso (pie chart) se usa la función pie. visitas = [43.97, 9.70, 7.42, 6.68, 3.91, 3.85, 3.62, 3.43, 3.16, 3.04] # Definimos un vector con el numero de visitas del top ten de paises visitas = append(visitas, sum(visitas)) # Introducimos un ultimo elemento que recoge el numero de visitas de otros paises paises = ['Espana', 'Mexico', 'Chile', 'Argentina', 'Colombia', 'Ecuador', 'Peru', 'USA', 'Islandia', 'Venezuela', 'Otros'] # Etiquetas las categorias explode = [0, 0, 0, 0, 0, 0, 0, 0.2, 0.2, 0, 0] # Destacamos algunas categorias pie(visitas, labels = paises, explode = explode) # Dibuja el grafico title('porcentaje de visitas por pais')

7 También podemos dibujar cuadros de valores que correspondan a una matriz. Puede suceder que, en muchos casos, el número de datos que tengamos en una malla regular sea bajo y una interpolación de resultados con imshow( ) pueden quedar feos y no representan fielmente lo que representan. En esos casos podemos usar matshow( ), lo que hace es dibujar una matriz con cuadros de colores en función del valor de cada uno de los elementos. x = sort(randn(25)) y = sort(randn(25)) mat1, mat2 = meshgrid(x, y) # Creamos 2 matrices cuadradas mat = sqrt( mat1**2 + mat2 **2) # Creamos una matriz final a partir de las dos anteriores matshow(mat) # Representamos la ultima matriz con matshow contour(arange(25), arange(25), mat, 10, colors = 'k') # Colocamos lineas de contorno para la matriz mat

8 hexbin hace algo parecido a lo anterior pero teniendo en cuenta la ocurrencia en los intervalos que determinaremos. Vamos a representar el número de veces que los valores de dos series (x e y) se encuentran en determinado intervalo de datos. x = randn(10000) # Creamos un vector de elementos distribuidos #de forma normal y = randn(10000) # Creamos un vector de elementos distribuidos #de forma normal hexbin(x,y, gridsize = 20) # Representamos como estan distribuidos #bidimensionalmente con ayuda de hexbin, en este caso definimos un #tamano del grid de 20 (esto se puede elegir como se prefiera) #colorbar() # Colocamos una barra de colores para saber a que valor corresponden los colores

9 Vamos a dibujar gráficos de flechas. Esto suele usarse para dibujar cualquier campo vectorial (como viento, carga, movimiento de un fluido, etc). En este caso vamos a usar quiver( ) para dibujar un campo vectorial que representa un viento. lon = arange(15) # Creamos un vector de longitudes lat = arange(15) # Creamos un vector de latitudes lon, lat = meshgrid(lon, lat) u = randn(15 * 15) # Componente x del vector viento que partira desde una lon y una lat determinada v = randn(15 * 15) # Componente y del vector viento que partira desde una lon y una lat determinada colores = ['k','r','b','g','c','y','gray'] title('flechas de un viento') xlabel('longitud') # Colocamos la etiqueta para el efe x ylabel('latitud') # Colocamos la etiqueta para el eje y quiver(lon, lat, u, v, color = colores) # Dibujamos las flechas 'locas'

10 Anotaciones y tablas Como caso sencillo para anotar texto en nuestro gráfico podemos usar text(). En el siguiente ejemplo vamos a resaltar donde está el valor máximo y el valor mínimo de una serie de datos: y = rand(10) plot(y) ylim(-0.2, 1.2) text(argmin(y), min(y) - 0.1, 'Minimo', fontsize = 10, horizontalalignment='center', verticalalignment='center') # Colocamos texto cerca del valor donde se encuentra el minimo text(argmax(y), max(y) + 0.1, 'Maximo', fontsize = 10, horizontalalignment='center', verticalalignment='center') # Colocamos texto cerca del valor donde se encuentra el maximo

11 A la gráfica anterior podemos agregar flechas a las anotaciones. a = rand(10) plot(a) ylim(-0.5, 1.5) text(argmax(a), max(a) + 0.4, 'Maximo', fontsize = 10, horizontalalignment='center', verticalalignment='center') # Recolocamos el texto del maximo text(argmin(a),min(a) - 0.4, 'Minimo', fontsize = 10, horizontalalignment='center', verticalalignment='center') # Recolocamos el texto del minimo arrow(argmax(a), max(a) + 0.3, 0, -0.3, length_includes_head = "True", shape = "full", width=0.07, head_width=0.1) # Unimos el texto al valor representado arrow(argmin(a), min(a) - 0.3, 0, 0.3, length_includes_head = "True", shape = "full", width=0.07, head_width=0.1) # Unimos el texto al valor representado

12 Dibujar una tabla de forma sencilla. Con table( ) podemos meter rápidamente una tabla pero por default la coloca debajo del eje x. valores = [[argmax(a), argmin(a)], [max(a), min (a)]] etiquetas_fil = ('x', 'y') etiquetas_col = ('Maximo', 'Minimo') plot(a) table(celltext=valores, rowlabels=etiquetas_fil, collabels = etiquetas_col, colwidths = [0.3]*len (a), loc='upper center')

13 Animaciones Las gráficas hechas en matplotlib se pueden animar. La manera más fácil es simplemente re-dibujar la gráfica completa cada vez que se cambian los datos. Sin embargo, esto no es eficiente, ya que se requiere recalcular cada vez todas las características que usamos para darle formato a una gráfica. Matplotlib tiene una propiedad interactiva que controla la figura dibujada, tal que se modifique a cada instante. Usamos la función ion() indicando que el modo interactivo en el script es activado. También usaremos el comando p=plot(lista1,lista2)[0] o p,=plot (lista1,lista2), indicando que obtendremos el primer elemento de la tupla formada por lista1 y lista2. Plot, por sí misma regresa una lista con todos los objetos en el plot.

14 Ejemplo: x = arange(10) y = x*x ion( ) p= plot(x, y)[0] for a in arange(0, 10, 0.1): x = arange(10) + a p.set_xdata(x) draw()

15 Otro ejemplo: ion() x = arange(0,2*pi,0.01) line, = plot(x,sin(x)) for i in arange(1,200): line.set_ydata(sin(x+i/10.0)) draw() Aquí el comando set_ydata actualiza los datos en cada paso del bucle. draw() dibuja la nueva gráfica en cada paso del ciclo.

16 Vídeos Una manera para hacer animaciones es creando con pylab un vídeo. Cada cuadro del vídeo será una gráfica hecha en python (una foto) y luego las pegamos en un archivo con formato.avi. Un programa software libre que permite crear un vídeo concatenando fotos es el mencoder (uso completamente en la terminal). Para instalarlo usamos el comando sudo apt-get install mencoder

17