Visualización de Datos con Python

Por Jose R. Zapata

Invítame a un Café

Python cuenta con varias librerias para visualizacion las principale son:

 matplotlib para graficas sencillas: bars, pies, lines, scatter plots, etc.
 Seaborn para visualizacion estadistica: Para crear mapas de calor o de alguna
manera resumiendo los datos y aún desea mostrar la distribución de los datos.
 Plotly y Bokeh para visualizacion interactiva: Si los datos son tan complejos
(o no puede ver la informacion de sus datos), utilice plotly y Bokeh para crear
visualizaciones interactivas que permitan a los usuarios explorar los datos
mismos.

Importancia de la visualizacion
El siguiente codigo demostrara El cuarteto de Anscombe demostracion realizada por
el estadístico F. J. Anscombe.

Estos datos que estan conformados por 4 dataset demuestra la importancia de la

visualizacion de los datos para su analisis.

import pandas as pd # libreria manipulacion de datos

import seaborn as sns # Libreria graficas
import numpy as np

%matplotlib inline
anscombe =
pd.read_csv('https://github.com/mwaskom/seaborn-data/raw/master/ansc
ombe.csv')
anscombe
dataset x y

0 I 10. 8.04
 dataset x y

1 I 8.0 6.95

13.
2 I 7.58
0

3 I 9.0 8.81

11.
4 I 8.33
0

14.
5 I 9.96
0

6 I 6.0 7.24

7 I 4.0 4.26

12.
8 I 10.84
0

9 I 7.0 4.82

1
I 5.0 5.68
0

1 10.
II 9.14
1 0

1
II 8.0 8.14
2

1 II 13. 8.74
 dataset x y

3 0

1
II 9.0 8.77
4

1 11.
II 9.26
5 0

1 14.
II 8.10
6 0

1
II 6.0 6.13
7

1
II 4.0 3.10
8

1 12.
II 9.13
9 0

2
II 7.0 7.26
0

2
II 5.0 4.74
1

2 10.
III 7.46
2 0

2
III 8.0 6.77
3

2 III 13. 12.74

 dataset x y

4 0

2
III 9.0 7.11
5

2 11.
III 7.81
6 0

2 14.
III 8.84
7 0

2
III 6.0 6.08
8

2
III 4.0 5.39
9

3 12.
III 8.15
0 0

3
III 7.0 6.42
1

3
III 5.0 5.73
2

3
IV 8.0 6.58
3

3
IV 8.0 5.76
4

3 IV 8.0 7.71
 dataset x y

3
IV 8.0 8.84
6

3
IV 8.0 8.47
7

3
IV 8.0 7.04
8

3
IV 8.0 5.25
9

4 19.
IV 12.50
0 0

4
IV 8.0 5.56
1

4
IV 8.0 7.91
2

4
IV 8.0 6.89
3

Calcular los valores de la media y la varianza de cada dataset

agg = anscombe.groupby('dataset').agg([np.mean, np.var])

agg
 x y

mean var mean var

datase
t

I 9.0 11.0 7.500909 4.127269

II 9.0 11.0 7.500909 4.127629

III 9.0 11.0 7.500000 4.122620

IV 9.0 11.0 7.500909 4.123249

Calcular la correlacion

corr = [g.corr()['x'][1] for _, g in anscombe.groupby('dataset')]

corr
[0.81642051634484, 0.8162365060002428, 0.8162867394895981,
0.8165214368885028]
Graficar los datasets, haciendo un scatterplot y una regression lineal

# Grafica Usando seaborn

sns.set(style="ticks")
sns.lmplot(x="x", y="y", col="dataset", hue="dataset",
data=anscombe,
col_wrap=2, ci=None, palette="muted", height=4,
scatter_kws={"s": 50, "alpha": 1});
Calculo de los valores de la regresion lineal

fits = [np.polyfit(g['x'], g['y'], 1) for _, g in

anscombe.groupby('dataset')]
# Almacenar los valores calculados de las regresiones lineales en un
dataframe
val_reg =
pd.DataFrame(fits,columns=['pendiente','intercepto'],index='I II II
IV'.split())
val_reg.index.names = ['dataset']
val_reg
 pendiente intercepto

dat
aset

I 0.500091 3.000091

II 0.500000 3.000909

II 0.499727 3.002455

IV 0.499909 3.001727

MATPLOTLIB
Matplotlib es el “abuelo” de las librerias de visualización de datos con Python. Fue
creado por John Hunter. Lo creó para tratar de replicar las capacidades de graficar de
MatLab en Python.

Es una excelente biblioteca de gráficos 2D y 3D para generar figuras científicas.

Algunos de los principales Pros de Matplotlib son:

 Generalmente es fácil comenzar por graficas simples

 Soporte para etiquetas personalizadas y textos
 Gran control de cada elemento en una figura
 Salida de alta calidad en muchos formatos
 Muy personalizable en general

Matplotlib le permite crear figuras reproducibles mediante programación. la página

web oficial de Matplotlib: http://matplotlib.org/

Instalacion
Se debe instalar Matplotlib, pero si instalo Anaconda ya viene instalado, en caso de
que no lo tenga se puede instalar asi:

pip install matplotlib o conda install matplotlib

en Jupyter notebook !pip install matplotlib

usar preferiblemente Conda.

Importar la libreria
Importar el modulo matplotlib.pyplot con el nombre de plt (esto es un
estandar en la comunidad):

import matplotlib.pyplot as plt

Para ver las graficas directamente en este notebook se debe hacer con este comando:

%matplotlib inline
Esa línea es solo para Jupyter notebooks, si está usando otro editor,
usará: plt.show() al final de todos sus comandos de graficos para que aparezca
la figura en otra ventana.

# La mayoria de los datos son inventados para evitar los warnings

por divisiones por cero
# o valores igual a infinito, entonces apagare los warnings
import warnings; warnings.simplefilter('ignore')

Comandos Basicos de Matplotlib

Veamos un ejemplo muy simple usando dos arreglos numpy. También se pueden usar
listas, pero lo más probable es usar arreglos Numpy o columnas de pandas (que
esencialmente también se comportan como arreglos). Los datos que queremos
graficar:

import numpy as np
x = np.linspace(0,5, 11)
y = x ** 2
x
array([0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5, 5. ])
y
array([ 0. , 0.25, 1. , 2.25, 4. , 6.25, 9. , 12.25,
16. ,
20.25, 25. ])
Podemos crear un diagrama de líneas muy simple usando lo siguiente:

# Metodo basico para graficar X vs Y

plt.plot(x, y) # se grafica una linea de color azul

plt.show() # Mostrar la grafica luego de que ya se definio todos los

elementos
# plt.show() no es necesario en jupyter notebook
 Titulo
plt.plot(x, y) # se grafica una linea de color azul
plt.title('Titulo de la grafica'); # definir el titulo de la grafica

Nombres de los ejes

plt.plot(x, y) # se grafica una linea de color azul
plt.xlabel('Nombre del eje X') # definir el nombre del eje X
plt.ylabel('Nombre del eje Y') # definir el nombre del eje Y
plt.title('Titulo de la grafica'); # definir el titulo de la grafica
 Legend
Puede usar el argumento de palabra clave label = “texto de etiqueta” cuando se
agreguen gráficas u otros objetos a la figura, y luego usar el método legend sin
argumentos para agregar la leyenda a la figura:

plt.plot(x, y, label="x vs y") # se grafica una linea de color azul

# se pone en el atributo 'label' el textto deseado

plt.xlabel('Nombre del eje X') # definir el nombre del eje X

plt.ylabel('Nombre del eje Y') # definir el nombre del eje Y
plt.title('Titulo de la grafica') # definir el titulo de la grafica
plt.legend(); # agregar el legend al plot

¡Observe cómo la leyenda se superpone con parte de la grafica!

EL Metodo legend toma un argumento opcional de palabra clave loc que puede
usarse para especificar en qué parte de la figura debe dibujarse la leyenda. Los
valores permitidos de loc son códigos numéricos para los diversos lugares donde se
puede dibujar la leyenda. Consulte la página de documentación para obtener detalles.

Cuadricula (Grid )
plt.plot(x, y, label="x vs y") # se grafica una linea de color azul
# se pone en el atributo 'label' el textto deseado

plt.xlabel('Nombre del eje X') # definir el nombre del eje X

plt.ylabel('Nombre del eje Y') # definir el nombre del eje Y
plt.title('Titulo de la grafica') # definir el titulo de la grafica
plt.legend() # agregar el legend al plot

plt.grid(True) # poner grid en la grafica

Tamaño de la Figura y DPI

Matplotlib permite especificar la relación de aspecto, el DPI y el tamaño de la figura
cuando se crea el objeto Figure. Puede usar los argumentos de las palabras
clave figsize y dpi. No es necesario poner las dos.

 figsize es una tupla del ancho y alto de la figura en pulgadas

 dpi es el punto por pulgada (pixel por pulgada).
# se cambia el tamaño de la figura y el numero de puntos por pulgada
plt.figure(figsize=(8,4), dpi=100)

plt.plot(x, y) # se grafica una linea de color azul

plt.xlabel('Nombre del eje X') # definir el nombre del eje X

plt.ylabel('Nombre del eje Y') # definir el nombre del eje Y
plt.title('Titulo de la grafica'); # definir el titulo de la grafica

# agrego ; al final del ultimo comando para solo mostrar la grafica

# plt.show() no es necesario en jupyter notebook

Parametros de las lineas: colores, ancho y tipos

Matplotlib le brinda muchas opciones para personalizar colores, anchos de línea y
tipos de línea.

Existe la sintaxis básica que se puede consultar en:

https://matplotlib.org/2.1.1/api/_as_gen/matplotlib.pyplot.plot.html

Colores Basicos

Con matplotlib, podemos definir los colores de las líneas y otros elementos gráficos
de varias maneras. En primer lugar, podemos usar la sintaxis similar a MATLAB
donde 'b' significa azul,'g' significa verde, etc. También se admite la API
MATLAB para seleccionar estilos de línea: donde, por ejemplo, ‘b.-‘significa una
línea azul con puntos:

# Estilo MATLAB de estilo y color de linea

plt.plot(x, x**2, 'b.-') # linea azul con puntos
plt.plot(x, x**3, 'g--'); # Linea verde discontinua
Colores usando el parametro color

También podemos definir colores por sus nombres o códigos hexadecimales RGB y,
opcionalmente, proporcionar un valor alpha utilizando los argumentos de palabras
clave color y alpha. Alpha indica opacidad.

plt.plot(x, x, color="red") # Medio transparente

plt.plot(x, x+1, color="red", alpha=0.5) # Medio transparente
plt.plot(x, x+2, color="#8B008B") # RGB hex code
plt.plot(x, x+3, color="#F08C08"); # RGB hex code
plt.grid(True) # poner grid en la grafica

Estilos de Lineas y marcadores

Para cambiar el ancho de línea, podemos usar el argumento de la palabra
clave linewidth o lw. El estilo de línea se puede seleccionar usando los
argumentos de palabras clave linestyle o ls:

plt.subplots(figsize=(12,6))

plt.plot(x, x+1, color="red", linewidth=0.25)

plt.plot(x, x+2, color="red", linewidth=0.50)
plt.plot(x, x+3, color="red", linewidth=1.00)
plt.plot(x, x+4, color="red", linewidth=2.00)

# posibles opciones linestype ‘-‘, ‘–’, ‘-.’, ‘:’, ‘steps’

plt.plot(x, x+5, color="green", lw=3, linestyle='-')
plt.plot(x, x+6, color="green", lw=3, ls='-.')
plt.plot(x, x+7, color="green", lw=3, ls=':')

# lineas parametrizadas
line, = plt.plot(x, x+8, color="black", lw=1.50)
line.set_dashes([5, 10, 15, 10]) # formato: longitud de linea,
longitud de espacio, ...

# posibles simbolos del marcas: marker = '+', 'o', '*', 's', ',',
'.',bb '1', '2', '3', '4', ...
plt.plot(x, x+ 9, color="blue", lw=3, ls='-', marker='+')
plt.plot(x, x+10, color="blue", lw=3, ls='--', marker='o')
plt.plot(x, x+11, color="blue", lw=3, ls='-', marker='s')
plt.plot(x, x+12, color="blue", lw=3, ls='--', marker='1')

# tamaño y color de la marca

plt.plot(x, x+13, color="purple", lw=1, ls='-', marker='o',
markersize=2)
plt.plot(x, x+14, color="purple", lw=1, ls='-', marker='o',
markersize=4)
plt.plot(x, x+15, color="purple", lw=1, ls='-', marker='o',
markersize=8, markerfacecolor="red")
plt.plot(x, x+16, color="purple", lw=1, ls='-', marker='s',
markersize=8,
markerfacecolor="yellow", markeredgewidth=3,
markeredgecolor="green");
Para mas
informacion: https://matplotlib.org/2.1.1/api/_as_gen/matplotlib.pyplot.plot.html

Subplots
# la funcion es plt.subplot(nrows, ncols, plot_number)

plt.subplot(1,2,1) # subplot fila=1 Col=2, grafica=1

plt.plot(x, y, 'r--') # r-- color rojo y linea discontinua
plt.subplot(1,2,2) # subplot fila=1 Col=2, grafica=2
plt.plot(y, x, 'g*-'); # para no mostrar info de la funcion
plt.tight_layout() # para que no se superpongan las graficas
Multiples subplots

Crear subplot de diferentes tamaños se puede lograr con el

metodo .subplot2grid() Mas informacion en el
link: https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplot2grid.html

plt.subplot2grid((3,3), (0,0), colspan=3)

plt.subplot2grid((3,3), (1,0), colspan=2)
plt.subplot2grid((3,3), (1,2), rowspan=2)
plt.subplot2grid((3,3), (2,0))
plt.subplot2grid((3,3), (2,1))
plt.tight_layout() # para que no se superpongan las graficas

Rango del Plot

Podemos configurar los rangos de los ejes usando los métodos ylim y xlim en el
objeto del eje, o axis('tight') para obtener automáticamente rangos de ejes
“tightly fitted”:

plt.figure(figsize=(12, 4))

plt.subplot(1,3,1)
plt.plot(x, x**2, x, x**3)
plt.title("Rango por defecto de los ejes")

plt.subplot(1,3,2)
plt.plot(x, x**2, x, x**3)
plt.axis('tight')
plt.title("Ejes apretados")

plt.subplot(1,3,3)
plt.plot(x, x**2, x, x**3)
plt.ylim([0, 60])
plt.xlim([2, 5])
plt.title("ejes de rango personalizados");

plt.tight_layout() # para que no se superpongan las graficas

Escala Logaritmica

plt.figure(figsize=(10,4))

plt.subplot(1,2,1)
plt.plot(x, x**2, x, np.exp(x))
plt.title("escala Normal")

plt.subplot(1,2,2)
plt.plot(x, x**2, x, np.exp(x))
plt.yscale("log")
plt.title("Escala Logaritmica(y)");

plt.tight_layout() # para que no se superpongan las graficas

 Anotaciones de texto
Anotar texto en figuras matplotlib se puede hacer usando la función text. Es
compatible con el formato LaTeX al igual que los textos y títulos de la etiqueta del
eje:

# Datos para graficar

xx = np.linspace(-0.75, 1., 100)

plt.plot(xx, xx**2, xx, xx**3)

plt.title("Plot con anotaciones")

# Anotacion 1
plt.text(0.15, 0.2, r"$y=x^2$", fontsize=20, color="blue")
#Anotacion 2
plt.text(0.65, 0.1, r"$y=x^3$", fontsize=20, color="green");

Matplotlib Método orientado a objetos

Lo demostrado hasta el momento es la forma basica de usar Matplotlib, pero la
libreria se puede usar mediante la programacion orientada a objtetos con el
Matplotlib’s Object Oriented API. Esto significa que se creara una instancia del
objeto de figura y luego llamaremos a métodos o atributos de ese objeto. La idea
principal al utilizar el método más formal orientado a objetos es crear objetos de
figura y luego simplemente invocar métodos o atributos fuera de ese objeto. Este
enfoque es más agradable cuando se trata de una figura que tiene múltiples graficos
en él. Mas informacion: https://matplotlib.org/api/api_overview.html#the-object-
oriented-api
Un ejemplo de matplotlib orientado a objetos:

# Se crea una figura y 2 subplots

# cada subplt se accede por medio de los objetos axes

fig, axes = plt.subplots(nrows=1, ncols=2)

for ax in axes:
ax.plot(x, y, 'g')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_title('title')
plt.tight_layout() # para que no se superpongan las graficas

Tipos Especiales de Plots

Hay muchas Graficas especializadas que podemos crear, como barras, histogramas,
diagramas de dispersión y mucho más. La mayoría de este tipo de tramas lo
crearemos usando seaborn, una biblioteca de gráficos estadísticos para Python. Pero
aquí hay algunos ejemplos de este tipo de graficos

Scatter Plot (Dispersion)

#Grafica X vs Y
# crear datos aleatorios
N = 50
x = np.random.rand(N)
y = np.random.rand(N)

plt.scatter(x, y)
plt.title("Scatter plot Simple");
plt.show() # En jupyter notebook no es necesario este comando

Con las graficas de scatter o dispersion se pueden representar mas de 2 variables en

una misma grafica, en el siguiente ejemplo se realizara la comparacion de x vs
y el color de los puntos se representara con otra variable y el tamaño de los puntos
sera otra variable

# se creara otra variable que se representara con colores

colors = np.random.rand(N) # usar colores aleatorios

# se creara otra variable que se representara con el area de los

puntos
area = np.pi * (15 * np.random.rand(N))**2 # 0 to 15 point radio

plt.scatter(x, y, s=area, c=colors, alpha=0.5) # el atributo alpha

es para la transparencia
plt.title("Scatter plot de representacion de 4 variables");
 Histograma
Un histograma es una representación gráfica de una variable en forma de barras,
donde la superficie de cada barra es proporcional a la frecuencia de los valores
representados. Sirven para obtener una “primera vista” general, o panorama, de la
distribución de la población, o de la muestra, respecto a una característica,
cuantitativa y continua

# crear datos aleatorios

from random import sample
data = sample(range(1, 1000), 100)

plt.hist(data,bins = 10) # bins el numero de divisiones del

histograma
plt.title("Histograma");
 Boxplot
Informacion sobre el boxplot -> https://es.wikipedia.org/wiki/Diagrama_de_caja

 Primer cuartil (Q1) como la mediana de la primera mitad de valores

 Segundo cuartil (Q2) como la propia mediana de la serie
 Tercer cuartil (Q3) como la mediana de la segunda mitad de valores.

La diferencia entre el tercer cuartil y el primero se conoce como rango intercuartíl

#crear datos aleatorios
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# boxplot rectangular
plt.boxplot(data,vert=True,patch_artist=True);
plt.title("Boxplot");

Diagramas de Violin
Permiten ver como es la distribucion de los datos

all_data = [np.random.normal(0, std, 100) for std in range(6, 10)]

# grafico de violin, se puede activar la visualizacion de la media y

de la mediana
plt.violinplot(all_data, showmeans=False, showmedians=True)
plt.title('violin plot');

Diagramas de Violin vs Boxplot

Se grafiara usando programacino orientada a objetos con Matplolib la comparacion

entre las graficas de violin y las de boxplot

fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(12, 4))

# generar datos aleatorios

all_data = [np.random.normal(0, std, 100) for std in range(6, 10)]

# plot de violin
axes[0].violinplot(all_data,
showmeans=False,
showmedians=True)
axes[0].set_title('violin plot')

# plot box plot

axes[1].boxplot(all_data)
axes[1].set_title('box plot')

# agregando lineas horizontales

for ax in axes:
ax.yaxis.grid(True)
ax.set_xticks([y+1 for y in range(len(all_data))])
ax.set_xlabel('xlabel')
 ax.set_ylabel('ylabel')

# agragando los nombres a las divisiones del eje x (x-tick labels)

plt.setp(axes, xticks=[y+1 for y in range(len(all_data))],
xticklabels=['x1', 'x2', 'x3', 'x4'])

fig.suptitle("Violin vs Boxplot",fontsize = 14) # titulo general de

la grafica
plt.show()

Diagramas de torta
No usarlos, los humanos no somos buenos discriminando angulos

labels = 'Caballos', 'Cerdos', 'Perros', 'Vacas'

sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0) # solo "Saque" el 2do pedazo (ejem.
'cerdos')

plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',

shadow=True, startangle=90)

plt.axis('equal') #La relación de aspecto igual garantiza que el

círculo sea homogeneo
plt.show()
 Diagramas de error
# generacion de datos aleatorios
x = np.arange(0.1, 4, 0.5)
y = np.exp(-x)

# Graficas de error
plt.errorbar(x, y, xerr=0.2, yerr=0.4)
plt.title("Diagrama de error")
plt.grid()
plt.show()

Guardando las figuras

Matplotlib puede generar resultados de alta calidad en varios formatos, incluidos
PNG, JPG, EPS, SVG, PGF y PDF. Para guardar una figura en un archivo, podemos
usar el método savefig de la clase Figure:

Lo primero es antes de crear una grafica definir la clase Figure al principio de

todo la grafica, Ejemplo:

fig = plt.figure(figsize=(10,4)) plt.scatter(x,

y) plt.title("Scatter plot Simple");
fig.savefig("figura.png")
Aquí también podemos especificar opcionalmente el DPI y elegir entre diferentes
formatos de salida (PNG, JPG, EPS, SVG, PGF y PDF):

fig.savefig("figura.pdf", dpi=200)

VISUALIZACION CON PANDAS

Pandas tiene funciones incorporadas para la visualización de datos. Está construido
sobre matplotlib, pero se usa el formato de pandas para un uso más fácil. Mas
informacion en: https://pandas.pydata.org/pandas-docs/stable/visualization.html

Los parametros de las graficas se pueden modificar con matplotlib.

Importar la libreria
import pandas as pd
import numpy as np
%matplotlib inline
Datos para graficar:

df1 =
pd.read_csv('https://github.com/mwaskom/seaborn-data/raw/master/mpg.
csv')
df1.head()
h
displ orse wei accelera model_ or
mpg cylinders name
acement pow ght tion year igin
er

0 18.0 8 307.0 1 35 12.0 70 us chevrolet

 h
displ orse wei accelera model_ or
mpg cylinders name
acement pow ght tion year igin
er

30.0 04 a chevelle malibu

1 36 us buick skylark
1 15.0 8 350.0 11.5 70
65.0 93 a 320

1 34 us plymouth
2 18.0 8 318.0 11.0 70
50.0 36 a satellite

1 34 us amc rebel
3 16.0 8 304.0 12.0 70
50.0 33 a sst

1 34 us
4 17.0 8 302.0 10.5 70 ford torino
40.0 49 a

df2 =
pd.read_csv('https://github.com/mwaskom/seaborn-data/raw/master/iris
.csv')
df2.head()
sepal_len sepal_wi petal_len petal_wi spe
gth dth gth dth cies

set
0 5.1 3.5 1.4 0.2
osa

set
1 4.9 3.0 1.4 0.2
osa

set
2 4.7 3.2 1.3 0.2
osa

3 4.6 3.1 1.5 0.2 set

 sepal_len sepal_wi petal_len petal_wi spe
gth dth gth dth cies

osa

set
4 5.0 3.6 1.4 0.2
osa

Hojas de estilo(Style Sheets)

Matplotlib tien Hojas de estilo se pueden usar para hacer que las graficas se vean un
poco mejor. Estas hojas de estilo
incluyen plot_bmh, plot_fivethirtyeight, plot_ggplot y
más. Básicamente, crean un conjunto de reglas de estilo que siguen las gráficas. Es
Recomendable usarlos, pues hacen que todas las graficas tengan el mismo aspecto y
se sientan más profesionales.

Antes de usasr plt.style.use() las graficas se ven así:

df1['acceleration'].hist();

Usar el estilo ggplot

import matplotlib.pyplot as plt

plt.style.use('ggplot')
Ahora las graficas se ven asi:

df1['acceleration'].hist();
plt.style.use('bmh')
df1['acceleration'].hist();

plt.style.use('dark_background')
df1['acceleration'].hist();
plt.style.use('fivethirtyeight')
df1['acceleration'].hist();

# El estilo por defecto es

plt.style.use('classic')
df1['acceleration'].hist();
# Seguire usando el estilo ggplot para ver los tipos de grafica de
pandas
plt.style.use('ggplot')

Tipos de graficas en Pandas

Hay varios tipos de plots integradas a pandas, la mayoría de estos plots sobn para
estadística por naturaleza:

 df.plot.area
 df.plot.barh
 df.plot.density
 df.plot.hist
 df.plot.line
 df.plot.scatter
 df.plot.bar
 df.plot.box
 df.plot.hexbin
 df.plot.kde
 df.plot.pie
También se puede llamar a df.plot(kind = 'hist') o reemplazar ese
argumento kind con cualquiera de los términos clave que se muestran en la lista
anterior (por ejemplo, ‘box’, ‘barh’, etc.)

Area
# Se puede hacer de las siguiente manera
#df2.plot(kind='area',alpha = 0.4)

df2.plot.area(alpha=0.4);

Barplots
# Visualizacion de datos
df2.head()
sepal_len sepal_wi petal_len petal_wi spe
gth dth gth dth cies

set
0 5.1 3.5 1.4 0.2
osa

1 4.9 3.0 1.4 0.2 set

 sepal_len sepal_wi petal_len petal_wi spe
gth dth gth dth cies

osa

set
2 4.7 3.2 1.3 0.2
osa

set
3 4.6 3.1 1.5 0.2
osa

set
4 5.0 3.6 1.4 0.2
osa

# los nombres de cada columna equivalen a un color diferente

# Solo se graficaran algunos datos
df2.iloc[2:8].plot.bar();
df2.iloc[2:8].plot.bar(stacked=True);

Histogramas
df1.head()
m cylin displacem horsepo wei accelera model_y or
name
pg ders ent wer ght tion ear igin

chevrol
1 35 us et
0 8 307.0 130.0 12.0 70
8.0 04 a chevelle
malibu

buick
1 36 us
1 8 350.0 165.0 11.5 70 skylark
5.0 93 a
320

2 1 8 318.0 150.0 34 11.0 70 us plymo

 m cylin displacem horsepo wei accelera model_y or
name
pg ders ent wer ght tion ear igin

uth
8.0 36 a
satellite

1 34 us amc
3 8 304.0 150.0 12.0 70
6.0 33 a rebel sst

1 34 us ford
4 8 302.0 140.0 10.5 70
7.0 49 a torino

df1['acceleration'].plot.hist(bins=50);

Lineas
# eje y = valores de la acceleracion
# eje x = valores del index
# atributo lw es el grosor de la linea
df1.plot.line(y='acceleration',figsize=(12,3),lw=1);

Scatter Plots
df1.plot.scatter(x='acceleration',y='mpg');
Se puede usar c para indicar el color de los valores de otra columna Con cmap se
indica el mapa de colores que se usaran. Para ver los colormaps
existente: http://matplotlib.org/users/colormaps.html

df1.plot.scatter(x='acceleration',y='mpg',c='model_year',cmap='coolw
arm');

O se puede usar s para indicar el tamaño de los puntos. El parametro s debe ser un
arreglo, no solo el nombre de una columna:

df1.plot.scatter(x='acceleration',y='mpg',s=df1['horsepower']*2);
 BoxPlots
df2.plot.box(); # Tambien se puede poner by= argumento para groupby
 Diagrama de Torta
serie = pd.Series(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'],
name='series')
serie.plot.pie(figsize=(6, 6));
 Hexagonal
Util para datos de 2 variables, alternativa al scatterplot:

df1.plot.hexbin(x='acceleration',y='mpg',gridsize=25,cmap='Oranges')
;
 Kernel Density Estimation Plot(KDE)
df1['weight'].plot.kde();
df2.plot.density();
 Scatter Matrix
pd.plotting.scatter_matrix(df2, figsize=(8, 8));
 Parametros de las graficas
Graficar con Pandas es un método de hacer graficas mucho más fácil de usar que
matplotlib, equilibra la facilidad de uso con control sobre la figura. Muchas de las
llamadas a gráficos también aceptan argumentos adicionales de matplotlib plt.

df2.plot.density() # grafico de densidad con pandas

plt.title('Grafica de densidad de varias variables')

plt.grid(False)
plt.xticks([]);# Para eliminar los numeros del eje
# La misma grafica pero adicionando los parametros en los argumentos
df2.plot.density(title='Grafica de densidad de varias variables',
grid=False,
xticks = []);
Referencias
 http://www.matplotlib.org
 http://matplotlib.org/gallery.html - Una gran galería que muestra varios tipos de
graficos matplotlib. ¡Muy recomendable!
 Matplotlib cheat sheet
 http://www.loria.fr/~rougier/teaching/matplotlib - Un Buen tutorial de matplotlib.
 http://scipy-lectures.github.io/matplotlib/matplotlib.html - Otra buena referencia
para matplotlib reference.
 https://medium.com/plotly/introducing-plotly-express-808df010143d
 https://plot.ly/python/plotly-express/
 http://seaborn.pydata.org/ - Documentacion Seaborn otra libreria de graficas
estadisticas
 http://matplotlib.org/api/markers_api.html - documentacion de marcadores
 Lista de colormaps http://www.scipy.org/Cookbook/Matplotlib/Show_colormaps

Phd. Jose R. Zapata

 https://joserzapata.github.io/
 https://twitter.com/joserzapata