Lección 6 del curso Matplotlib para Ciencia de Datos y Machine Learning.
En la lección anterior vimos las diferentes formas de generar gráficas en Matplotlib. En particular vimos que podemos usar el enfoque «stateful» (donde los elementos se almacenan de manera implícita) y el enfoque «stateless» (donde los elementos son almacenados de manera explícita) y entendimos porqué éste último resulta más adecuado para nuestros proyectos de Ciencia de Datos y Machine Learning, pues nos permite tener total control sobre cada elemento de la gráfica.
Así que teniendo claro cómo generar gráficas usando este enfoque de Programación Orientada a Objetos, en esta lección veremos cómo generar una gráfica básica y cómo personalizar diferentes elementos de la misma.
En particular veremos cómo:
- Añadir un título a la gráfica y etiquetas a los ejes
- Añadir expresiones matemáticas al título y a las etiquetas de los ejes
- Cambiar los ticks a los ejes y añadir grillas
- Añadir leyendas a la gráfica
- Personalizar los elementos graficados, la Figura y los ejes
Además, al final veremos cómo personalizar múltiples parámetros, cambiando sus valores por defecto, a través de lo que se conocen como los rcParams:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Muy bien, en esta lección hemos visto muchas de las herramientas de personalización que ofrece Matplotlib al momento de generar una gráfica, y además entendimos cómo combinar estos ajustes en los «rcParams» lo que nos permite fijar un estilo de gráfica para nuestros proyectos de Ciencia de Datos y Machine Learning.
En la próxima lección veremos otro elemento adicional: la generación de múltiples gráficas que nos permite crear múltiples «Axes» en una misma Figura en Matplotlib.
Todas las lecciones del curso Matplotlib para Ciencia de Datos y Machine Learning