2.1 Gráficos¶

Crear gráficos, diagramas de dispersión y figuras¶

Mira este video de 4:09 a 8:12

Para español, haga click en configuración, seleccione “español” debajo de los subtítulos.

Traducción por Evelia L. Coss-Navarrete, Langebio-Cinvestav, Irapuato, México)

# Para reproducir el siguiente tutorial, presiona shift + enter

from IPython.display import YouTubeVideo
from datetime import timedelta
start=int(timedelta(hours=0, minutes=4, seconds=9).total_seconds())
end=int(timedelta(hours=0, minutes=8, seconds=12).total_seconds())

YouTubeVideo("PJ1dvAgOAj0",start=start,end=end,width=640,height=360)

La siguiente es una transcripción del video.

💡 Recuerde: primero debe importar matplotlib para poder hacer gráficos. A continuación se muestran los datos con los que trabajaremos en esta lección que se utilizan en el video. Estas son listas de valores de coordenadas x e y para 15 especies diferentes de Vitis y Ampelopsis. Ejecute la celda a continuación para leer los datos para completar esta lección.

# Ejecute esta celda para importar matplotlib

import matplotlib.pyplot as plt
%matplotlib inline

# Esta celda contiene la lista de valores x y y para  
# las formas de las hojas de las 15 especies de Vitis y Ampelopsis.
# Cada lista está abreviada con la inicial del género y epíteto de la especie.

# Ampelopsis acoutifolia (en realidad aconitifolia)

# NOTA: Hay un error de transcripción para esta especie, que en realidad es
# Ampelopsis aconitifolia (no es A. "acoutifolia")
# El error se propaga en los videos, narración, texto y cuadernos
# pero no afecta la lección en cuestión para trazar en matplotlib
Aaco_x = [13.81197507,-14.58128237,-135.3576208,-3.48017966,-285.0289837,-4.874351136,-126.9904669,10.54932685,170.4482865,40.82555888,205.158889,124.6343366,13.81197507]
Aaco_y = [27.83951365,148.6870909,157.2273013,35.73510131,-30.02915903,9.54075375,-280.2095191,0.200400495,-234.1044141,20.41991159,41.33121759,96.75084391,27.83951365]

# Ampelopsis brevipedunculata
# NOTA: Esta especie ahora se conoce como A. glandulosa var. brevipedunculata
Abre_x = [40.00325135,-81.37047548,-186.835592,-139.3272085,-287.5337006,-89.61277053,-134.9263008,47.43458846,144.6301719,163.5438321,225.9684307,204.719859,40.00325135]
Abre_y = [96.8926433,203.3273536,134.0172438,99.7070006,-81.35389923,-17.90701212,-335.624547,-80.02986776,-262.0385648,-27.31979918,-42.24377429,82.08218538,96.8926433]

# Ampelopsis cordata
Acor_x = [41.26484889,-99.68651819,-203.5550411,-181.4080156,-226.4063517,-174.1104713,-142.2197176,81.25359041,113.9079805,205.9930561,230.8000389,226.6914467,41.26484889]
Acor_y = [105.1580727,209.8514829,131.8410788,111.9833751,-70.79184424,-60.25829908,-326.5994491,-170.6003249,-223.0042176,-44.58524791,-45.80679706,71.64004113,105.1580727]

# Vitis acerifolia
Vace_x = [47.55748802,-102.1666218,-218.3415108,-183.5085694,-234.8755094,-152.1581487,-113.8943819,53.48770667,84.83899263,206.557697,240.589609,243.5717264,47.55748802]
Vace_y = [111.9982016,241.5287104,125.6905949,110.350904,-108.1932176,-74.67866027,-283.2678229,-161.1592736,-243.1116283,-54.52616737,-68.953011,95.74558526,111.9982016]

# Vitis aestivalis
Vaes_x = [34.13897003,-59.06591289,-192.0336456,-169.5476603,-261.8813454,-154.4511279,-132.6031657,56.04516606,119.9789735,205.0834004,246.928663,209.2801298,34.13897003]
Vaes_y = [80.26320349,227.2107718,155.0919347,123.2629647,-86.47992069,-70.12024178,-317.80585,-156.8388147,-247.9415158,-31.73423173,-28.37195726,120.2692722,80.26320349]

# Vitis amurensis
Vamu_x = [36.94310365,-63.29959989,-190.35653,-180.9243738,-255.6224889,-172.8141253,-123.8350652,60.05314983,113.598307,218.8144919,238.6851057,210.9383524,36.94310365]
Vamu_y = [87.06305005,230.9299013,148.431809,128.4087423,-88.67075769,-84.47396366,-298.5959647,-181.4317592,-241.2343437,-37.53203788,-30.63962885,115.7064075,87.06305005]

# Vitis cinerea
Vcin_x = [41.13786595,-78.14668163,-195.0747469,-185.81005,-238.1427795,-181.5728492,-127.6203541,65.24059352,103.8414516,214.1320626,233.1457326,222.7549456,41.13786595]
Vcin_y = [98.40296936,233.6652514,136.6641628,117.9719613,-86.41814245,-86.14771041,-310.2979998,-190.9232443,-230.5027809,-50.27050419,-42.94757891,107.8271097,98.40296936]

# Vitis coignetiae
Vcoi_x = [36.29348151,-51.46279315,-183.6256382,-176.7604659,-253.3454527,-191.8067468,-123.413666,66.11061054,111.4950714,215.7579824,236.7136632,197.5512918,36.29348151]
Vcoi_y = [86.42303732,222.7808161,150.0993737,127.4697835,-85.23634837,-93.3122815,-301.819185,-203.7840759,-239.8063423,-35.30522815,-25.15349577,121.1295308,86.42303732]

# Vitis labrusca
Vlab_x = [33.83997254,-63.35703212,-191.4861127,-184.3259869,-257.3706479,-179.056825,-124.0669143,68.23202857,123.213115,222.8908464,243.056641,205.2845683,33.83997254]
Vlab_y = [81.34077013,222.8158575,153.7885633,132.4995037,-80.2253417,-80.67586345,-296.8245229,-185.0516494,-238.8655248,-38.2316427,-29.21879919,111.424232,81.34077013]

# Vitis palmata
Vpal_x = [31.97986731,-68.77672824,-189.26295,-164.4563595,-260.2149738,-149.3150935,-131.5419837,65.86738801,127.3624336,202.6655429,240.0477009,219.0385121,31.97986731]
Vpal_y = [78.75737572,232.9714762,149.7873103,124.8439354,-71.09770423,-56.52814058,-329.0863141,-149.308084,-231.1263997,-33.22358667,-33.0517181,114.3110289,78.75737572]

# Vitis piasezkii
Vpia_x = [18.70342336,-28.68239983,-133.7834969,-32.76128224,-305.3467215,-7.429223951,-146.2207875,21.81934547,163.1265031,65.21695943,203.4902238,139.6214571,18.70342336]
Vpia_y = [41.05946323,160.3488167,157.9775135,64.93177072,-59.68750782,18.85909594,-362.1788431,7.556816875,-253.8796355,21.33965973,17.69878265,93.72614181,41.05946323]

# Vitis riparia
Vrip_x = [44.65674776,-85.47236587,-205.1031097,-174.088415,-239.9704675,-161.1277029,-125.4900046,58.08609552,89.2307808,204.9127104,236.0709257,229.8098573,44.65674776]
Vrip_y = [106.5948187,235.8791214,130.341464,116.8318515,-110.5506636,-76.73562488,-300.1092173,-169.0146383,-247.0956802,-42.2253331,-54.23469169,103.9732427,106.5948187]

# Vitis rupestris
Vrup_x = [51.29642881,-132.9650549,-227.6059714,-201.31783,-207.965755,-149.2265432,-98.64097334,48.33648281,75.91437502,208.7784453,237.4842778,263.3479415,51.29642881]
Vrup_y = [123.7557878,233.5830974,109.6847731,95.43848563,-95.82512925,-80.06286127,-236.7411071,-163.7331427,-213.2925544,-77.04510916,-86.40789274,69.86940263,123.7557878]

# Vitis thunbergii
Vthu_x = [22.61260382,-3.204532702,-150.3627277,-79.39836351,-271.8885204,-70.74704134,-168.6002498,36.68300146,172.978549,116.9174032,227.8346055,148.3453958,22.61260382]
Vthu_y = [50.82336098,194.3865012,181.2536906,86.8671412,-57.33457233,-23.85610668,-334.279317,-67.36542042,-234.1205595,7.151772223,28.16801823,138.9705667,50.82336098]

# Vitis vulpina
Vvul_x = [39.44771371,-83.62933643,-194.2000993,-175.9638941,-227.8323987,-180.8587446,-135.986247,71.94543538,99.8983207,207.0950158,231.7808734,222.7645396,39.44771371]
Vvul_y = [96.44934373,230.0148139,136.3702366,119.8017341,-83.09830126,-75.38247957,-332.9188424,-184.4324688,-222.8532423,-41.89574792,-44.70218529,101.9138055,96.44934373]

# Average grape leaf
avg_x = [35.60510804,-67.88314703,-186.9749654,-149.5049396,-254.2293735,-135.3520852,-130.4632741,54.4100207,120.7064692,180.696724,232.2550642,204.8782463,35.60510804]
avg_y = [84.95317026,215.7238025,143.85314,106.742536,-80.06000256,-57.00477464,-309.8290405,-137.6340316,-237.7960327,-31.10365842,-30.0828468,103.1501279,84.95317026]

Bien, hemos cargado datos, estas son listas de valores de x y de y. Tenemos matplotlib importado, por lo que, tenemos las funciones para crear gráficos. Así que ahora creemos algunos gráficos.

Entonces, si recuerdas, tenemos estas listas para cada especie. Este en este ejemplo es Ampelopsis aconitifolia. Estas listas eran para los valores x y los valores en y. Así que recuerda eso cuando usamos una función en matplotlib (una de estas funciones es plot, porque como verás sirve para crear un gráfico) tenemos que referirnos al módulo y lo importamos como plt. Entonces escribimos plt punto y luego escribimos la función (plt.plot()) y luego colocamos como argumento en esta función una lista de valores.

Entonces estos son los valores x para Ampelopsis aconitifolia, para su hoja, y veamos qué sucede cuando presionamos shift + enter.

Puedes ver que obtenemos una gráfica. Se debe mostrar dentro de su Jupyter notebook. El eje “y” es en realidad los valores de x, por lo que, esta línea, son los valores de x a lo largo de “y” eje. Y el eje “x” aquí es el orden de esos valores. La razón por la que se ve así es porque solo tenemos valores de x, por lo que solo traza los valores a lo largo del eje “y” y su orden tal como los encuentra en la lista.

# solo valores x
# Ampelopsis aconitifolia

plt.plot(Aaco_x) 

[<matplotlib.lines.Line2D at 0x7f702d0ed4f0>]

Sin embargo, podríamos hacer esto para los valores de y. Entonces puedes decir plt.plot() e ingrese una lista de valores y y ahora obtendrá lo mismo. Son solo valores y en el orden que matplotlib los encuentra.

# solo valores y

plt.plot(Aaco_y) 

[<matplotlib.lines.Line2D at 0x7f702504da90>]

El punto aquí, sin embargo, es que estamos tratando de visualizar hojas y entonces tenemos una lista de valores de x y de y que necesitamos juntarlos para tener coordenadas reales. Y esto es muy sencillo. Tienes tu función de gráfico nuevamente y solo haces una lista de valores x y pones en una lista de valores de y. Y ahora, cuando creas el gráfico, puedes ver que matplotlib pone los valores de x y de y juntos y crea una línea en el orden en que encuentra estas coordenadas y aquí tenemos algo que parece una hoja. Esta es la punta de la hoja, esta es la base de la hoja, y se puede ver que se trata de una hoja muy profundamente lobulada que parece una estrella.

Así que esto es la función de la trama. Crea una línea que conecta los puntos.

# # Poniendo los valores x e y juntos

plt.plot(Aaco_x, Aaco_y)

[<matplotlib.lines.Line2D at 0x7f7024fba7c0>]

Pero hay otras funciones. Así que tal vez has oído hablar de algo llamado diagrama de dispersión (scatter plot). Un diagrama de dispersión, si tiene datos puntuales como nosotros tener aquí, solo creará puntos. Entonces, si decimos plt.scatter() pero ponemos los mismos valores de x y de y. En cambio, lo que obtenemos son esos puntos, no una línea.

# En lugar de plt.plot () que da líneas que conectan el punto
# podemos usar plt.scatter () en su lugar

plt.scatter(Aaco_x, Aaco_y)

<matplotlib.collections.PathCollection at 0x7f7024f91340>

Otra función es llenar. Entonces, si decimos plt.fill(), no recuperaremos líneas o puntos, en su lugar obtendremos un polígono relleno.

# plt.fill () rellenará un polígono que forman los puntos

plt.fill(Aaco_x, Aaco_y)

[<matplotlib.patches.Polygon at 0x7f7024f0c0d0>]

Usted puede en realidad, siga agregando estas funciones una encima de la otra y verá que esto es una de las formas más poderosas de crear visualizaciones complejas . Puede utilizar la función de trazado (plt.plot()), la función de dispersión (plt.scatter()) y la función de relleno (plt.fill()), todas juntas y puedes ver lo que obtienes si obtienes una línea, un contorno de la hoja que conecta los puntos, obtienes los puntos, y también obtienes un relleno polígono. Así que puedes seguir agregando diferentes funciones en matpotlib, ejecutándolas una tras otra el otro, y es como pegar encima de lo que ya ha trazado.

# Puede usar plt.plot (), plt.scatter () y plt.fill () juntos

plt.plot(Aaco_x, Aaco_y)
plt.scatter(Aaco_x, Aaco_y)
plt.fill(Aaco_x, Aaco_y)

[<matplotlib.patches.Polygon at 0x7f7024e6aac0>]

Hay numerosos otras funciones que puede utilizar. Por ejemplo, puede utilizar plt.xlim() y plt.ylim() para modificar tu trama. Entonces, digamos que queríamos limitar los valores de x y de y a entre 100 negativos y positivos. Ahora puede ver, por ejemplo, que esto nos corta la hoja.

# Puede usar plt.xlim () y plt.ylim () para establecer rangos de ejes

plt.plot(Aaco_x, Aaco_y)
plt.scatter(Aaco_x, Aaco_y)
plt.fill(Aaco_x, Aaco_y)
plt.xlim(-100,100)
plt.ylim(-100,100)

(-100.0, 100.0)

Plants & Python

2.1 Gráficos¶

Crear gráficos, diagramas de dispersión y figuras¶