Puntos clave: Añadir subgráficos en Matplotlib mejora la visualización de datos al permitir múltiples gráficos en una sola figura. Los métodos clave incluyen el uso de plt.subplots para diversas disposiciones que mejoren la claridad en la presentación de datos.
- Utiliza plt.subplots(2) para apilar gráficos verticalmente.
- Utiliza plt.subplots(1,2) para disposiciones horizontales de figuras.
Comienza trazando un gráfico sobre la superficie del mapa.
- Utiliza plt.axes(), sin argumentos. Matplotlib entonces ajustará automáticamente el gráfico a nuestros datos.
- La función np.arange(0,25,0.1) crea 250 números que van de 0 a 25 en incrementos de 0,1.
- El eje y variará entre 1 y -1, ya que la función sin np.sin(x) oscila entre 1 y -1.
- Anota el gráfico etiquetando cada eje con plt.ylabel('sin(x)') y plt.xlabel('x')).
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 25,0.1)
axis1 = plt.axes()
plt.ylabel('sin(x)')
plt.xlabel('x')
axis1.plot(np.sin(x))
Eso da lugar a este gráfico:
Figuras apiladas verticalmente
Ahora, grafica dos gráficos, uno apilado sobre otro. Utiliza plt.subplots(2). Ten en cuenta que representamos sin(x) en el gráfico superior y cos(x) en el inferior para evitar graficar los mismos datos dos veces.
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 25,0.1)
fig, axis = plt.subplots(2)
plt.ylabel('sin(x)')
plt.xlabel('x')
axis[0].plot(np.sin(x))
axis[1].plot(np.cos(x))
Eso da como resultado a:
Figuras horizontales lado a lado
Aquí añadimos:
- fig, eje = plt.subplots(1,2,figsize=(15,5)) es decir, 1 fila y 2 columnas. Añade figsize que significa ancho y altura, respetuosamente.
- Nota: Aquí están algo que no está claro. La documentación de Matplotlib dice que esto están dado en pulgadas, pero no es así, ya que el gráfico siguiente mostrará el mismo tamaño independientemente del tamaño de tu supervisa—¿y por qué un sistema usado por personas de todo el mundo no utiliza el sistema métrico? Esto parece ser un tamaño relativo. Así que, por ahora, quizá tengamos que llamarlo un error de documentación. (Escríbenos en blogs@bmc.com si te sabes la respuesta a esto.)
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 25,0.1)
fig, axis = plt.subplots(1,2,figsize=(15,5))
plt.ylabel('sin(x)')
plt.xlabel('x')
axis[0].plot(np.sin(x))
axis[1].plot(np.cos(x))
Esto da como resultado que las dos gráficas estén colocadas una al lado de la otra pero más separadas.
Guía de visualización de datos
- La guía para principiantes en visualización de datos
- Introducción a las bases de datos de grafos
- Utiliza casos para bases de datos de grafos
- Introducción a la base de datos de grafos Neo4j
- Consultas a la base de datos de grafos Neo4j
- Explicación de los diagramas de dispersión y líneas de Matplotlib
- Cómo añadir subtramas en Matplotlib
- Escala logarítmica de Matplotlib
- Uso de Matplotlib para dibujar gráficos y diagramas
- Cómo dibujar gráficos 3D con Matplotlib
- Plotly Python Tutorial
- Habilitando a los científicos de datos ciudadanos
Estas publicaciones son mías y no representan necesariamente la posición, estrategias u opinión de BMC.