Pylab con Matplotlib

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Pylab con Matplotlib"

Cristina Poblete Belmonte
hace 8 años
Vistas:

1 Pylab Matplotlib

2 Pylab con Matplotlib Es una de las mejores y más desarrolladas herramientas para graficar en dos dimensiones. Para usar pylab en el entorno interactivo de Python se usa ipython -pylab Para graficar usamos la función plot( ), que recibe como argumento la función a graficar t=arange(0.0,2.0*pi,0.1) plot(t) plot(t,t) plot(sin(t),cos(t)) Para etiquetar los ejes usamos xlabel('abscisas') ylabel('ordenadas')

3 Título principal de la gráfica title('gráfica Prueba') Hacer un cuadriculado en la gráfica grid(true) Al graficar podemos decir si queremos que aparezcan puntos, líneas o triángulos. Para eso usamos 'o', '-', '<' o '>'. Especificar los colores b blue que quiero usar. g green r c m y k w red cyan magenta yellow black white

4 Podemos especificar el tipo de punto que quiero salga en la gráfica y el tipo de línea. Código de Marca Punto de Gráfica + Cruz. Punto o Círculo * Estrellas p Pentágonos s Cuadrados Código de Línea Estilo de Línea - Línea Sólida -- Línea Discontinua : Línea punteada -. Línea punteada discontinua x Taches None Ninguna Línea D Diamantes h Hexágonos ^ Triángulos Para acortar, puedo hacer combinaciones de figuras y colores plot(t,3*t,'g:+')

5 import matplotlib.pyplot as plt radio = [1.0, 2.0, 3.0, 4.0, 5.0, 6.0] area = [ , , , , , ] cuadrados = [1.0, 4.0, 9.0, 16.0, 25.0, 36.0] plt.plot(radio, area, label='circulos') plt.plot(radio, cuadrados, marker='o', linestyle='--', color='r', label='cuadrados') plt.xlabel('radios/lados') plt.ylabel('area') plt.title('areas') plt.legend() plt.show()

6 Hacer 2 funciones en la misma gráfica t=arange(0.0,5.0,0.05) s1=sin(2*pi*t) s2=s1*exp(-t) plot(t,s1,t,s2) En este caso es conveniente agregar una leyenda que nos indique qué gráfica es cual. legend(('$\sin(2\pi t)$', '$\sin(2\pi t)e^{t}$'),loc='lower right') Podemos indicar en donde queremos que salga la leyenda, usando lower, upper, center, left y right.

7 Diagramas en Polares z=arange(0.0,2*pi,0.1) r=sin(5*z) polar(z,r) theta=arange(0,8*pi,0.1) radio=theta/(8*pi) polar(theta,radio)

8 Subgráficas La función subplot permite subdividir una ventana de figuras en varias celdas tal que sea posible realizar una representación gráfica distinta en cada una de ellas. Sintaxis: subplot (m,n,k), donde m,n y k enteros. La ventana de figura será subdividida en mxn celdas, k será el lugar donde pondremos la gráfica. Siempre k>m*n, suponiendo que nos desplazamos por las columnas. Ejemplo: subplot(2,2,1) Habrá 4 figuras en un arreglo de 2x2, Para activar el lugar (1,1) usamos k=1, lugar (1,2) k=2, lugar (2,1) k=3 y lugar (2,2) k=4.

9 from pylab import * def f(t): return cos(2*pi*t)*exp(-t) t1=arange(0.0,5.0,0.1) t2=arange(0.0,5.0,0.02) subplot(211) plot(t1,f(t1),'bo',t2,f(t2),'k') grid(true) title('dos subgraficas') ylabel('amortiguamiento') subplot(212) plot(t2,cos(2*pi*t2),'r>') grid(true) xlabel('tiempo (s)') ylabel('sin amortiguamiento') show()

10 Algunas curvas paramétricas Cicloide x=r(t-sin(t)) y=r(1-cos(t)) importantes Astroide x=r(cos(t))**3 y=r(sin(t))**3

11 Hipocicloide x=(r'-r)cos(t)+rcos(((r'-r)/r)t) y=(r'-r)sin(t)-rsin(((r'-r)/r)t) Si R'=R y k=r'/r, tenemos

12 Histogramas Para graficar valores discretos o distribuciones estadísticas es útil usar un histograma. También son útiles para graficar una distribución de números que cruzan un rango de posibles valores. Ejemplo: Tomar una lista de números aleatorios y ver cuantas veces de ocurrencia que presentan. Los números aleatorios serán generados con distribuciones gaussianas. import matplotlib.pyplot as p from random import normal numeros = normal(size=1000) p.hist(numeros) p.title("histograma Gaussiano") p.xlabel("valor") p.ylabel("frecuencia") p.show()

13 Nos referimos a "bins" como el número de distintas categorías. El default en python es 10 bins. Si queremos cambiar la resolución de nuestra gráfica, es decir, cambiar el número de bins a 20 usamos p.hist(numeros, bins=20) Si queremos graficar una distribución de probabilidad en lugar de un conteo de frecuencias, se tendrá que dividir entre una constante de normalización. Por lo general, se quiere que el 100% de probabilidad se encuentre en 1. p.hist(numeros, bins=20,normed=true) si queremos cambiar la apariencia del histograma, que los cuadros no estén llenados, sino que sólo se vean los escalones usamos la opción histtype p.hist(numeros, bins=20,normed=true,histtype='step')

14 Hacer un histograma con la distribución gaussiana y una distribución uniforme de números aleatorios desde -3 a 3 en rojo con 50% de transparencia sobre el color azúl de la distribución gaussiana: import matplotlib.pyplot as plt from numpy.random import normal, uniform numeros = normal(size=1000) uniform es = uniform(low=-3, high=3, size=1000) plt.hist(numeros, bins=20, histtype='stepfilled', normed=true, color='b', label='gaussiana') plt.hist(uniformes, bins=20, histtype='stepfilled', normed=true, color='r', alpha=0.5, label='uniforme') plt.title("histograma Gaussiana/Uniforme") plt.xlabel("valor") plt.ylabel("probabilidad") plt.legend() plt.savefig('uniforme.jpeg')

Documentos relacionados

Gráficas en Python. Miguel Cárdenas Montes

Gráficas en Python. Miguel Cárdenas Montes Gráficas en Python Gráficas estadística y minería de datos con python Miguel Cárdenas Montes Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain [email protected]