Code
import seaborn as sns
import pandas as pd
import numpy as np
import plotly.express as px
import altair as alt
import matplotlib.pyplot as pltMatplotlib
Matplotlib es una librería de visualización que permite generar gráficos y diagramas en Python. Proporciona una amplia gama de opciones para crear gráficos estáticos, animados e interactivos. Es muy versátil y se puede utilizar para representar datos en 2D y, con algunas limitaciones, en 3D.
Ventajas
- Flexibilidad: Permite personalizar gráficos en detalle, desde los estilos de línea hasta el formato de los ejes.
- Amplia gama de gráficos: Soporta una gran variedad de tipos de gráficos, incluyendo gráficos complejos como mapas de calor y gráficos de contorno.
- Integración: Se integra bien con otras librerías de Python como NumPy y pandas, facilitando la visualización de datos numéricos y de series temporales.
- Interactividad: Ofrece herramientas para crear gráficos interactivos y animaciones, lo que puede ser útil para presentaciones y exploración de datos.
Desventajas
Curva de aprendizaje: Aunque es poderosa, puede ser compleja para los principiantes debido a la gran cantidad de opciones y configuraciones disponibles.
Rendimiento: Para gráficos muy grandes o complejos, puede no ser tan eficiente como algunas alternativas.
Estética predeterminada: Los gráficos generados por defecto pueden no ser estéticamente atractivos, requiriendo ajustes adicionales para mejorar su presentación.
Code
import matplotlib.pyplot as plt
df = pd.read_csv("https://github.com/selva86/datasets/raw/master/Cars93.csv")
df.head()| Manufacturer | Model | Type | Min.Price | Price | Max.Price | MPG.city | MPG.highway | AirBags | DriveTrain | ... | Passengers | Length | Wheelbase | Width | Turn.circle | Rear.seat.room | Luggage.room | Weight | Origin | Make | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | Acura | Integra | Small | 12.9 | 15.9 | 18.8 | 25 | 31 | NaN | Front | ... | 5 | 177 | 102 | 68 | 37 | 26.5 | 11.0 | 2705 | non-USA | Acura Integra |
| 1 | Acura | Legend | Midsize | 29.2 | 33.9 | 38.7 | 18 | 25 | Driver & Passenger | Front | ... | 5 | 195 | 115 | 71 | 38 | 30.0 | 15.0 | 3560 | non-USA | Acura Legend |
| 2 | Audi | 90 | Compact | 25.9 | 29.1 | 32.3 | 20 | 26 | Driver only | Front | ... | 5 | 180 | 102 | 67 | 37 | 28.0 | 14.0 | 3375 | non-USA | Audi 90 |
| 3 | Audi | 100 | Midsize | 30.8 | 37.7 | 44.6 | 19 | 26 | Driver & Passenger | Front | ... | 6 | 193 | 106 | 70 | 37 | 31.0 | 17.0 | 3405 | non-USA | Audi 100 |
| 4 | BMW | 535i | Midsize | 23.7 | 30.0 | 36.2 | 22 | 30 | Driver only | Rear | ... | 4 | 186 | 109 | 69 | 39 | 27.0 | 13.0 | 3640 | non-USA | BMW 535i |
5 rows × 27 columns
Code
# ==============================================================================
# ------------------------------------ BAR -------------------------------------
# ==============================================================================
cols = [
'#292D3E', '#D0D0D0', '#6C7086', '#FF9E64', '#9ECE6A', '#7AA2F7', '#E0AF68', '#E84855',
'#EBDBB2', '#928374', '#FB4934', '#B8BB26', '#83A598', '#D3869B', '#FE8019'
]
THEME = 'https://raw.githubusercontent.com/meltred/matplotlib-themes/main/minimalistic/deeplearning.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (6, 4), dpi = 110) # (16, 10)
plt.barh(
y = df['Make'].tail(15), width = df['Weight'].tail(15), color = cols, height = 0.6
)
for i, val in enumerate(df['Weight'].tail(15).values):
plt.text(
x = val, y = i, s = round(val), fontdict = {'size':7},
horizontalalignment = 'left', verticalalignment = 'center'
)
plt.title('BAR CHART', fontsize = 12)
plt.xlabel('Weight', fontsize = 10); plt.ylabel('Make', fontsize = 10)
plt.xlim(1500, 4000)
plt.show()
Code
# ==============================================================================
# ----------------------------------- STACKED ----------------------------------
# ==============================================================================
x_var = 'Manufacturer'
group = 'Type'
df_agg = df.loc[:, [x_var, group]].groupby(group)
vals = [df[x_var].values.tolist() for i, df in df_agg]
THEME = 'https://raw.githubusercontent.com/andrematte/matte-matplotlib/main/Matte.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (8, 4), dpi = 110)
cols = [plt.cm.Spectral(i/float(len(vals)-1)) for i in range(len(vals))]
n, bins, patches = plt.hist(
vals, df[x_var].unique().__len__(), color = cols[:len(vals)],
stacked = True, linewidth = 0.2, edgecolor = 'white'
)
plt.title('STACKED BAR CHART', fontsize = 12)
plt.xlabel('Manufacturer', fontsize = 10); plt.ylabel('Frequency', fontsize = 10)
plt.ylim(0, 9)
plt.xticks(
ticks = bins[:-1], labels = np.unique(df[x_var]).tolist(),
rotation = 70, horizontalalignment = 'center', fontsize = 6)
plt.yticks(fontsize = 6)
plt.legend(
{group:col for group, col in zip(np.unique(df[group]).tolist(), cols[:len(vals)])},
title = 'Type:', fontsize = 8
)
Code
# ==============================================================================
# ------------------------------------ PIE -------------------------------------
# ==============================================================================
df_trans = df.groupby('Type').size()
THEME = 'https://raw.githubusercontent.com/dracula/matplotlib/master/dracula.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (8, 8), dpi = 110)
plt.pie(
x = df_trans.values, labels = df_trans.index.values,
explode = [0.1, 0, 0, 0, 0, 0], autopct = '%1.1f%%',
startangle = 180, hatch = ['|', 'xx', 'oO', 'O', '.', '*'],
radius = 1.1, pctdistance = 1.1, labeldistance = None
)
plt.title('PIE CHART', fontsize = 12)
plt.legend(title = 'Type:', fontsize = 8)
plt.show()
Code
# ==============================================================================
# ----------------------------------- HIST -------------------------------------
# ==============================================================================
THEME = 'https://raw.githubusercontent.com/andrematte/matte-matplotlib/main/Matte.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (8, 4), dpi= 110)
plt.hist(x = df['Length'], bins = 12, color = '#61AFEF', linewidth = 0.2, edgecolor = 'white')
plt.title('HISTOGRAM', fontsize = 12)
plt.show()
Code
# ==============================================================================
# ---------------------------------- SCATTER ----------------------------------
# ==============================================================================
cats = df['Type'].unique()
cols = ['#FFFFFF', '#4F88D0', '#A8ED74', '#FF9A1E', '#FF4D74', '#E67BD4']
THEME = 'https://github.com/dhaitz/matplotlib-stylesheets/raw/master/pitayasmoothie-dark.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (7, 4), dpi = 120)
for i, cat in enumerate(cats):
plt.scatter(
x = 'Price', y = 'Length',
s = 10, c = cols[i], label = str(cat),
data = df.loc[df['Type'] == cat,:]
)
plt.gca().set(
xlim = (7, 49), ylim = (140, 220),
xlabel = 'Price', ylabel = 'Length',
xticks = np.arange(7, 49, step = 7), yticks = np.arange(140, 220, step = 20)
)
plt.title('SCATTER PLOT', fontsize = 12)
plt.xticks(fontsize = 6); plt.yticks(fontsize = 6)
plt.legend(title = 'Type:', fontsize = 8)
plt.text(45, 140, "Data Source: (*)", fontsize = 5)
plt.show()
Seaborn
Seaborn es una librería de visualización de datos en Python que proporciona una interfaz más sencilla y elegante sobre Matplotlib. Está diseñada para hacer que la creación de gráficos estadísticos sea más fácil y estéticamente agradable. Seaborn se basa en Matplotlib, pero ofrece funcionalidades adicionales y una integración más fluida con pandas.
Ventajas
- Interfaz sencilla: Ofrece una API de alto nivel que simplifica la creación de gráficos complejos con menos código.
- Estética por defecto: Los gráficos creados con Seaborn son visualmente más atractivos de manera predeterminada, con estilos y paletas de colores que mejoran la apariencia.
- Integración con pandas: Se integra fácilmente con estructuras de datos pandas, lo que simplifica la visualización de DataFrames.
- Gráficos estadísticos avanzados: Facilita la creación de gráficos como mapas de calor, gráficos de violín, y gráficos de pares (pair plots), que son útiles para el análisis estadístico.
Desventajas
- Menos flexibilidad: Aunque Seaborn simplifica la creación de gráficos, puede ser menos flexible que Matplotlib para personalizaciones muy específicas.
- Dependencia de Matplotlib: Seaborn está construido sobre Matplotlib, por lo que algunos aspectos avanzados aún requieren conocimientos de Matplotlib.
- Rendimiento: Para gráficos muy grandes o altamente personalizados, Seaborn puede no ser tan eficiente como otras herramientas más especializadas.
Code
# ==============================================================================
# ------------------------------------ BAR -------------------------------------
# ==============================================================================
cols = [
'#292D3E', '#D0D0D0', '#6C7086', '#FF9E64', '#9ECE6A', '#7AA2F7', '#E0AF68', '#E84855',
'#EBDBB2', '#928374', '#FB4934', '#B8BB26', '#83A598', '#D3869B', '#FE8019'
]
THEME = 'https://raw.githubusercontent.com/meltred/matplotlib-themes/main/minimalistic/deeplearning.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (6, 4), dpi = 110)
ax = sns.barplot(
data = df.tail(15), y = "Make", x = "Weight", hue = "Make", orient = "y", palette = cols
)
for i in range(15): ax.bar_label(ax.containers[i], fontsize = 7)
plt.title('BAR CHART', fontsize = 12)
plt.xlabel('Weight', fontsize = 10); plt.ylabel('Make', fontsize = 10)
plt.xticks(fontsize = 6); plt.yticks(fontsize = 6)
plt.xlim(1500, 4000)
plt.show()
Code
# ==============================================================================
# ----------------------------------- STACKED ----------------------------------
# ==============================================================================
THEME = 'https://raw.githubusercontent.com/andrematte/matte-matplotlib/main/Matte.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (6, 4), dpi = 120)
sns.displot(data = df, x = "Length", color = "Type", hue = "Type")
plt.title('STACKED BAR CHART', fontsize = 12)
plt.xlabel('Manufacturer', fontsize = 10); plt.ylabel('Frequency', fontsize = 10)
plt.ylim(0, 9)
plt.show()<Figure size 720x480 with 0 Axes>
Code
THEME = 'https://raw.githubusercontent.com/dracula/matplotlib/master/dracula.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (6, 4), dpi= 125)
sns.boxplot(
data = df, x = "Type", y = "Length", hue = "Origin", palette = ["#FF6B6B", "#45B7D1"],
width = 0.9, gap = 0.2, linecolor = "#E7F3FF", linewidth = 0.7
)
Code
# ==============================================================================
# ----------------------------------- HIST -------------------------------------
# ==============================================================================
cols = ['#FFFFFF', '#4F88D0', '#A8ED74', '#FF9A1E', '#FF4D74', '#E67BD4']
THEME = 'https://raw.githubusercontent.com/dracula/matplotlib/master/dracula.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (6, 4), dpi = 120)
sns.histplot(
data = df, x = "Length", hue = "Type", bins = 12, kde = True,
multiple = "stack", fill = True, palette = cols
)
plt.title('HISTOGRAM', fontsize = 12)
plt.show()
Code
# ==============================================================================
# ---------------------------------- SCATTER ----------------------------------
# ==============================================================================
cols = ['#FFFFFF', '#4F88D0', '#A8ED74', '#FF9A1E', '#FF4D74', '#E67BD4']
THEME = 'https://github.com/dhaitz/matplotlib-stylesheets/raw/master/pitayasmoothie-dark.mplstyle'
plt.style.use('default'); plt.style.use(THEME)
plt.figure(figsize = (6, 4), dpi= 120)
sns.jointplot(
data = df, x = "Price", y = "Length", hue = "Type", space = 0.05,
xlim = (7, 49), ylim = (140, 220), palette = cols
) # scatterplot,
plt.title('SCATTER PLOT', fontsize = 12)
plt.xticks(fontsize = 6); plt.yticks(fontsize = 6)
plt.legend(title = 'Type:', fontsize = 8)
plt.show()<Figure size 720x480 with 0 Axes>
Plotly
Plotly es una librería de visualización de datos que permite crear gráficos interactivos, visualizaciones 3D y dashboards web. Su objetivo principal es ofrecer herramientas para la creación de visualizaciones que los usuarios puedan explorar de manera interactiva, lo que mejora la comprensión de los datos y facilita la presentación de resultados.
Ventajas
- Interactividad: Los gráficos son altamente interactivos, permitiendo a los usuarios hacer clic, hacer zoom, arrastrar y filtrar datos.
- Visualizaciones 3D: Soporta gráficos en 3D, lo que es útil para representar datos multidimensionales.
- Facilidad de integración: Puede integrarse fácilmente con plataformas web y aplicaciones, lo que facilita la creación de dashboards y aplicaciones interactivas.
- Amplia gama de gráficos: Ofrece una gran variedad de tipos de gráficos, desde gráficos básicos hasta visualizaciones avanzadas como mapas y gráficos de red.
Desventajas
- Complejidad de configuración: La configuración de algunas características interactivas y personalizaciones puede ser más compleja en comparación con otras librerías.
- Rendimiento: Para conjuntos de datos extremadamente grandes o complejos, los gráficos interactivos pueden volverse lentos o poco responsivos.
- Dependencia de JavaScript: Para aprovechar al máximo las capacidades de Plotly, es necesario entender algo de JavaScript y HTML, especialmente al integrar gráficos en aplicaciones web.
Extensiones o Plugins
Bokeh
Bokeh es una librería de visualización en Python que permite crear gráficos interactivos y aplicaciones web. Está diseñada para trabajar con grandes conjuntos de datos y se integra bien con otras librerías de datos como pandas. Bokeh proporciona una API que permite crear gráficos sofisticados y altamente interactivos que se pueden mostrar en navegadores web.
Ventajas
- Interactividad: Bokeh permite crear gráficos altamente interactivos que responden a acciones del usuario como clics y desplazamientos, mejorando la exploración de datos.
- Desempeño: Está diseñado para manejar grandes conjuntos de datos de manera eficiente y puede generar visualizaciones que se renderizan rápidamente en el navegador.
- Flexibilidad: Ofrece una amplia gama de herramientas para personalizar gráficos, desde estilos básicos hasta configuraciones avanzadas para ajustarse a necesidades específicas.
- Integración con web: Los gráficos y dashboards creados con Bokeh se pueden integrar fácilmente en aplicaciones web utilizando HTML y JavaScript.
Desventajas
- Curva de aprendizaje: La API de Bokeh puede ser más compleja que la de otras librerías como Matplotlib o Seaborn, especialmente cuando se trata de configuraciones avanzadas.
- Limitaciones en gráficos 3D: Aunque Bokeh es excelente para gráficos 2D interactivos, tiene limitaciones en la creación de visualizaciones tridimensionales en comparación con otras librerías especializadas en 3D.
- Compatibilidad: Aunque los gráficos se renderizan en navegadores web, puede haber problemas de compatibilidad o de rendimiento en navegadores más antiguos o menos comunes.
Extensiones o Plugins
Code
from bokeh.plotting import figure, show
N = 4000
x = np.random.random(size=N) * 100
y = np.random.random(size=N) * 100
radii = np.random.random(size=N) * 1.5
colors = np.array([(r, g, 150) for r, g in zip(50+2*x, 30+2*y)], dtype="uint8")
TOOLS="hover,crosshair,pan,wheel_zoom,zoom_in,zoom_out,box_zoom,undo,redo,reset,tap,save,box_select,poly_select,lasso_select,examine,help"
p = figure(tools=TOOLS)
p.circle(x, y, radius=radii,
fill_color=colors, fill_alpha=0.6,
line_color=None)
# show(p)GlyphRenderer(
id = 'p1057', …)
Altair
Altair es una librería de visualización declarativa en Python que se enfoca en facilitar la creación de gráficos y visualizaciones de datos mediante una API simple y basada en la especificación de intenciones. Utiliza la gramática de gráficos para describir cómo deben visualizarse los datos, lo que permite a los usuarios centrarse en el análisis y la representación de los datos en lugar de en la programación de gráficos detallados.
Ventajas
- Sintaxis simple y declarativa: La API de Altair es fácil de usar y permite especificar visualizaciones mediante la declaración de intenciones en lugar de manipular detalles gráficos individuales.
- Interactividad: Ofrece interactividad básica y permite la creación de gráficos que responden a acciones del usuario, como selección y zoom.
- Visualización de datos: Diseñado para trabajar bien con grandes conjuntos de datos y soporta la visualización en diferentes formas de datos.
- Integración con pandas: Se integra de forma nativa con DataFrames de pandas, facilitando la visualización de datos tabulares.
Desventajas
- Flexibilidad limitada: Aunque es fácil de usar para muchas tareas comunes, puede ser menos flexible para personalizaciones avanzadas en comparación con librerías más detalladas como Matplotlib o Plotly.
- Interactividad avanzada: La interactividad proporcionada por Altair es más básica y puede no ser suficiente para aplicaciones que requieren interacciones complejas o personalizadas.
- Dependencia del navegador: Las visualizaciones de Altair se renderizan en el navegador, lo que puede no ser ideal para todos los entornos de trabajo, especialmente si se necesita una visualización estática o en otros formatos.
Code
import altair as alt
from vega_datasets import data
source = data.cars()
brush = alt.selection_interval()
points = alt.Chart(source).mark_point().encode(
x='Horsepower',
y='Miles_per_Gallon',
color=alt.condition(brush, 'Origin', alt.value('lightgray'))
).add_params(
brush
)
bars = alt.Chart(source).mark_bar().encode(
y='Origin',
color='Origin',
x='count(Origin)'
).transform_filter(
brush
)
points & bars--------------------------------------------------------------------------- ModuleNotFoundError Traceback (most recent call last) Cell In[14], line 2 1 import altair as alt ----> 2 from vega_datasets import data 4 source = data.cars() 6 brush = alt.selection_interval() ModuleNotFoundError: No module named 'vega_datasets'