Cómo trazar en línea y con Qt – Matplotlib con portátiles IPython / Jupyter

C

Introducción

Hay varias bibliotecas de visualización de datos diferentes para Python. De todas las bibliotecas, sin embargo, Matplotlib es fácilmente la más popular y ampliamente utilizada. Con Matplotlib puede crear visualizaciones simples y complejas.

Los cuadernos de Jupyter son uno de los métodos más populares para compartir proyectos, código y visualización de ciencia y análisis de datos. Aunque puede saber cómo visualizar datos con Matplotlib, es posible que no sepa cómo usar Matplotlib en un cuaderno Jupyter.

En este artículo, cubriremos cómo usar un cuaderno IPython para trazar diagramas de Matplotlib en línea.

También cubrirá el propósito de los métodos mágicos “en línea” y “cuaderno” de Matplotlib, que se utilizan para configurar los backends de Matplotlib.

Configuración de IPython

Los cuadernos de Jupyter son interactivos y le permiten compartir su trabajo con otros programadores y analistas en un formato reproducible. Sin embargo, antes de que pueda trabajar con un portátil Jupyter necesitas instalarlo.

La forma más sencilla y sencilla de instalar un portátil Jupyter es con el uso de un administrador de paquetes. Si está utilizando Conda, puede instalar el sistema de archivos Jupyter con el siguiente comando:

$ conda install -c conda-forge notebook

Si está utilizando pip, puede instalar Jupyter con este comando en su lugar:

$ pip install notebook

Una vez que se haya instalado el laboratorio de Jupyter, puede iniciar una instancia de un cuaderno de Jupyter abriendo la línea de comandos y utilizando el siguiente símbolo del sistema con nombre intuitivo:

Jupyter Notebook

A continuación, puede acceder a su cuaderno Jupyter apuntando su navegador a la siguiente URL:

http://localhost:8888/tree?

Importar datos y visualizar datos

Haremos uso de los famosos Conjunto de datos de consejos.

Importaremos pandas para leer el .csv archivo, así como matplotlib.pyplot para visualización. Después de eso, podemos construir un diagrama de dispersión simple:

Así es como normalmente visualizaría los datos en un cuaderno Jupyter. Sin embargo, si compartió este cuaderno con alguien en su forma actual, tendrían que ejecutar el código ellos mismos para ver las visualizaciones.

Si desea que las visualizaciones se incluyan en el cuerpo del cuaderno, utilice el inline comando, que se refiere a un backend de Matplotlib.

Backends de Matplotlib

Por lo general, la visualización de gráficos implica el uso de show() función de PyPlot. Con los cuadernos de Jupyter, esto no es necesario ya que los gráficos se muestran después de ejecutar las celdas que contienen el código que los genera. Estos gráficos se muestran de forma predeterminada en línea, lo que significa que se muestran en el propio cuaderno.

Sin embargo, también puede mostrar el gráfico fuera del cuaderno, lo que se puede hacer cambiando el backend de Matplotlib. Jupyter establece automáticamente un backend Matplotlib, sin embargo, esto se puede anular usando funciones mágicas, que se llaman con el % personaje.

Gráfico de Matplotlib en una ventana externa usando IPython / Jupyter

Comencemos tratando de trazar en una ventana externa desde el portátil:

%matplotlib qt

Aquí, le hemos dicho al portátil Jupyter que use Qt para generar el marco en nuestra máquina local. Esta llamada de función se encuentra antes de la importación de Matplotlib:

Matplotlib Plot Inline usando IPython / Jupyter (en línea)

Es posible que ciertas versiones de Jupyter no configuren correctamente el backend para Matplotlib y no procesen los gráficos en línea. En ese caso, el trazado en línea se puede forzar de dos formas.

Puede configurar el inline función, en lugar de qt para obligar a Jupyter a mostrar los gráficos en línea:

%matplotlib inline

Esto ayuda a garantizar que cualquier persona que abra el cuaderno pueda ver las visualizaciones, sin necesidad de volver a ejecutar las celdas de código:

Matplotlib Plot Inline usando IPython / Jupyter (cuaderno)

El segundo método de renderizar un diagrama de Matplotlib dentro de un cuaderno es usar el notebook backend:

%matplotlib notebook

Utilizando %matplotlib notebook crea gráficos interactivos que están incrustados dentro del propio cuaderno, lo que permite a quienes ven el cuaderno hacer cosas como cambiar el tamaño de la figura o acercar la figura:

Conclusión

En este tutorial, hemos repasado cómo trazar externamente (usando Qt) y en línea (usando inline y notebook funciones mágicas) en los cuadernos IPython / Jupyter.

Si está interesado en la visualización de datos y no sabe por dónde empezar, asegúrese de consultar nuestro libro sobre Visualización de datos en Python.

Data Visualization in Python, un libro para desarrolladores de Python principiantes e intermedios, lo guiará a través de la manipulación simple de datos con Pandas, cubrirá bibliotecas de trazado centrales como Matplotlib y Seaborn, y le mostrará cómo aprovechar las bibliotecas declarativas y experimentales como Altair.

Visualización de datos en Python

¡Comprenda mejor sus datos con visualizaciones! Con 340 páginas, aprenderá los entresijos de la visualización de datos en Python con bibliotecas populares como Matplotlib, Seaborn, Bokeh y más.

.

About the author

Ramiro de la Vega

Bienvenido a Pharos.sh

Soy Ramiro de la Vega, Estadounidense con raíces Españolas. Empecé a programar hace casi 20 años cuando era muy jovencito.

Espero que en mi web encuentres la inspiración y ayuda que necesitas para adentrarte en el fantástico mundo de la programación y conseguir tus objetivos por difíciles que sean.

Add comment

Sobre mi

Últimos Post

Etiquetas

Esta web utiliza cookies propias para su correcto funcionamiento. Al hacer clic en el botón Aceptar, aceptas el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Más información
Privacidad