💹¿Cómo hacer múltiples GRÁFICAS en PYTHON con Matplotlib y subplot?
Vložit
- čas přidán 30. 06. 2024
- ¿Necesitas hacer múltiples gráficas en python utilizando matplotlib y subplot? Pues clica aquí que te enseño a hacer con un ejemplo práctico.
✳️ En este vídeo seguiremos trabajando con las librerías matplotlib y pandas de Python. En concreto, aprenderemos a realizar múltiples gráficas en la misma figura utilizando diferentes ejes.
✳️ También utilizamos la librería de pandas para leer archivos csv y limpiar los datos para conseguir una visualización más clara. Para ello, utilizaremos la función rolling_window de pandas que nos permitirá hacer un promediado enventanado sobre nuestros datos.
🎬 TIMESTAMPS:
00:00 - Qué vamos a aprender sobre Python y Matplotlib
01:10 - Leer archivos csv usando pandas
01:51 - Selección de filas de un DataFrame de pandas.
02:24 - Selección de columnas de un DataFrame
04:15 - ¿Cómo funciona subplot de matplotlib?
12:45 - Tight layout de matplotlib
14:27 - Método rolling de pandas.
LINKS IMPORTANTES:
- Dataset: www.kaggle.com/neuromusic/avo...
- Código en Github: github.com/dimas-avila/curso-... - Věda a technologie
¿Qué pasa máquinas? ¡Tenéis el link del dataset en la descripción!
👉🏻 Requisitos previos: czcams.com/video/u6aL3bsa6ro/video.html
👉🏻 Curso Completo: czcams.com/video/_CQTrVnTuEI/video.html
Te agradezco tu aprobación !!!! Puedes ayudarme? saludos desde Argentina
@@luiscarlostrotta8119 Perdona Luis, he visto tu duda y te iba a responder pero me he puesto a hacer otra cosa, en unos minutos te respondo en condiciones
@@Dimasmas si tranquilo sos un capo explicando, mucha didáctica y ameno!!!! No es con apuro, estoy siguiendo el curso.
Me ha encantado por completo el tema de la Ciencia de Datos, me parece increíble( 25:18 tus explicaciones son bastantes fáciles de entender a mí parecer ;) )
Gracias, me has ayudado en un proyecto muchas gracias mi estimado.
De nada amigo, me alegra saber que resulta útil!
sos un genio, espero mas videos de data science
Muchas gracias, yo también los espero jaajajja.
Sobre este video, creo que algo que nos faltó hacer fue ordenar por fecha, ya que los datos sin ordenar no nos dicen nada y hacen saltos bruscos, en cambio, yo los ordené por fecha y es más constante, aunque los valores de la x salen amontonados jajaja. Buen video Dimas!
Sii hubiera sido mejor ordenarlos
Sí, también lo he hecho y el gráfico sería más realista, simplemente añadiendo:
atlanta = atlanta.set_index("Date")
atlanta = atlanta.sort_values(by="Date")
Muy sencillo y le diste muchas vueltas gracias
Gracias por el contenido, mi vídeo favorito es como usar SQLite, gracias a eso pude hacer un proyecto
De nada amigo! Sii parece que ese vídeo ha gustado bastante. Haremos alguna cosilla más con SQLite3, espero que pronto
Y desde mi punto de vista se entiende bien.
Perfecto! Me va genial tener este feedback para saber si las explicaciones son claras
Hola! Buenísimo video, muchísimas gracias. Si quisiera graficar los datos especificando valores de x e y como seria? Porque he visto que aquí cuando indicas el valor para plotear lo toma como valor de x.
Muchas gracias!
Se me ha complicado con 8 gráficos con datos de un dataframe, tal vez en un ciclo podría arrojar las gráficas de manera dinámica saludos buen aporte.
Ola Dimas, te pregunto como seria la linea del dataframe (df) en caso de no querer que me permita trabajar solo con una parte de los valores como en el video (chicago, o atlanta) sino todos los datos de todas las columnas (en caso de tener solo unas 30 filas)
Buenas Samuel, si quieres seleccionar una columna llamada, por ejemplo, "Precio" puedes poner simplemente df["Precio"], con esto seleccionarás todos los valores de la columna. Un saludo!
muchas gracias por compartir tus conocimientos con tanta claridad y didáctica!!! Tengo una duda:
Como se genera el eje x de abscisas en los gráficos?, y que representan?. En el código en ningún momento te refieres al eje x, si noto que en todos los gráficos son los mismos valores.
Muchas gracias!!!
saludos cordiales
Hola Luis, muy buena pregunta, debería haberlo clarificado en el vídeo. La respuesta es un poco larga:
1) Cuando usamos plt.plot(eje_y), si solo pasamos un argumento a la función, este se toma como el eje Y (vertical). Entonces, el eje X se genera automáticamente ¿Cómo se genera? Para listas, o arrays de numpy, el eje X generado por defecto es simplemente un índice que indica la posición de cada muestra del vector Y. Es decir X = [0, 1, 2, 3, ..., len(Y)-1].
2) Cuando usamos un elemento de un dataframe, por defecto usa como eje X el índice del dataframe. Si tienes un índice numérico, funcionará como el punto anterior. Pero por ejemplo si tu índice son fechas, utilizará estas como eje X.
3) Ahora bien, también puedes pasar dos argumentos a la función plot: plt.plot(eje_x, eje_y). La única condición es que ambos tengan la misma cantidad de elementos. Por ejemplo, podrías pasar un array de marcas temporales eje_x = [0.01, 0.02, 0.03].
4) Finalmente, en el gráfico verás que en el eje X no aparecen todos los valores que existen en tu array. Esto es porque matplotlib automáticamente selecciona cuántos valores va a mostrar, por ejemplo 1 de cada 10 o 1 de cada 100, dependiendo del tamaño de tu array. Esto se puede personalizar a través de código.
@@Dimasmas muchísimas gracias!!! Muy detallada tu explicación! Lo entendí. Claro eso es para grandes muestras. Yo hice un ensayo con menos valores y eso ese caso muestra todos, pero al ser muy grande la muestra selecciona. Perfecto mil gracias. Por otra parte si haces algún curso sobre manejo de datos y este tema, que sea pago, avisa. Me interesa mucho. Saludos cordiales.
bien día Dimas, yo tengo una duda bastante curiosa, lo que quiero hacer es pedir cosas al usuario como una busqueda y que lo compare con el data frame para que luego indique que si se encuentra en el inventario, como logro eso?
Hola Jesus! Todo depende de como lo quieres estructurar ¿Cómo quieres pedir los datos, por el terminal, una interfaz gráfica, etc? ¿Cómo quieres organizar el dataframe? En función de eso lo miramos
Y en gráficos 3d
También lo haremos! Pero todavía faltan algunos vídeos para llegar allí, que solo llevamos un par de capítulos de matplotlib de momento.