C贸mo trazar en l铆nea y con Qt – Matplotlib con port谩tiles IPython / Jupyter

    Introducci贸n

    Hay varias bibliotecas de visualizaci贸n de datos diferentes para Python. De todas las bibliotecas, sin embargo, Matplotlib es f谩cilmente la m谩s popular y ampliamente utilizada. Con Matplotlib puede crear visualizaciones simples y complejas.

    Los cuadernos de Jupyter son uno de los m茅todos m谩s populares para compartir proyectos, c贸digo y visualizaci贸n de ciencia y an谩lisis de datos. Aunque puede saber c贸mo visualizar datos con Matplotlib, es posible que no sepa c贸mo usar Matplotlib en un cuaderno Jupyter.

    En este art铆culo, cubriremos c贸mo usar un cuaderno IPython para trazar diagramas de Matplotlib en l铆nea.

    Tambi茅n cubrir谩 el prop贸sito de los m茅todos m谩gicos “en l铆nea” y “cuaderno” de Matplotlib, que se utilizan para configurar los backends de Matplotlib.

    Configuraci贸n 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 port谩til Jupyter necesitas instalarlo.

    La forma m谩s sencilla y sencilla de instalar un port谩til Jupyter es con el uso de un administrador de paquetes. Si est谩 utilizando Conda, puede instalar el sistema de archivos Jupyter con el siguiente comando:

    $ conda install -c conda-forge notebook
    

    Si est谩 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 l铆nea de comandos y utilizando el siguiente s铆mbolo del sistema con nombre intuitivo:

    Jupyter Notebook
    

    A continuaci贸n, 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, as铆 como matplotlib.pyplot para visualizaci贸n. Despu茅s de eso, podemos construir un diagrama de dispersi贸n simple:

    As铆 es como normalmente visualizar铆a los datos en un cuaderno Jupyter. Sin embargo, si comparti贸 este cuaderno con alguien en su forma actual, tendr铆an que ejecutar el c贸digo 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 visualizaci贸n de gr谩ficos implica el uso de show() funci贸n de PyPlot. Con los cuadernos de Jupyter, esto no es necesario ya que los gr谩ficos se muestran despu茅s de ejecutar las celdas que contienen el c贸digo que los genera. Estos gr谩ficos se muestran de forma predeterminada en l铆nea, lo que significa que se muestran en el propio cuaderno.

    Sin embargo, tambi茅n puede mostrar el gr谩fico fuera del cuaderno, lo que se puede hacer cambiando el backend de Matplotlib. Jupyter establece autom谩ticamente un backend Matplotlib, sin embargo, esto se puede anular usando funciones m谩gicas, que se llaman con el % personaje.

    Gr谩fico de Matplotlib en una ventana externa usando IPython / Jupyter

    Comencemos tratando de trazar en una ventana externa desde el port谩til:

    %matplotlib qt
    

    Aqu铆, le hemos dicho al port谩til Jupyter que use Qt para generar el marco en nuestra m谩quina local. Esta llamada de funci贸n se encuentra antes de la importaci贸n de Matplotlib:

    Matplotlib Plot Inline usando IPython / Jupyter (en l铆nea)

    Es posible que ciertas versiones de Jupyter no configuren correctamente el backend para Matplotlib y no procesen los gr谩ficos en l铆nea. En ese caso, el trazado en l铆nea se puede forzar de dos formas.

    Puede configurar el inline funci贸n, en lugar de qt para obligar a Jupyter a mostrar los gr谩ficos en l铆nea:

    %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 c贸digo:

    Matplotlib Plot Inline usando IPython / Jupyter (cuaderno)

    El segundo m茅todo de renderizar un diagrama de Matplotlib dentro de un cuaderno es usar el notebook backend:

    %matplotlib notebook
    

    Utilizando %matplotlib notebook crea gr谩ficos interactivos que est谩n incrustados dentro del propio cuaderno, lo que permite a quienes ven el cuaderno hacer cosas como cambiar el tama帽o de la figura o acercar la figura:

    Conclusi贸n

    En este tutorial, hemos repasado c贸mo trazar externamente (usando Qt) y en l铆nea (usando inline y notebook funciones m谩gicas) en los cuadernos IPython / Jupyter.

    Si est谩 interesado en la visualizaci贸n de datos y no sabe por d贸nde empezar, aseg煤rese de consultar nuestro libro sobre Visualizaci贸n de datos en Python.

    Data Visualization in Python, un libro para desarrolladores de Python principiantes e intermedios, lo guiar谩 a trav茅s de la manipulaci贸n simple de datos con Pandas, cubrir谩 bibliotecas de trazado centrales como Matplotlib y Seaborn, y le mostrar谩 c贸mo aprovechar las bibliotecas declarativas y experimentales como Altair.

    Visualizaci贸n de datos en Python

    隆Comprenda mejor sus datos con visualizaciones! Con 340 p谩ginas, aprender谩 los entresijos de la visualizaci贸n de datos en Python con bibliotecas populares como Matplotlib, Seaborn, Bokeh y m谩s.

    .

    Etiquetas:

    Deja una respuesta

    Tu direcci贸n de correo electr贸nico no ser谩 publicada. Los campos obligatorios est谩n marcados con *