11 Librería Matplotlib
Ejercicio 11.1 Escribir un programa que pregunte al usuario por las ventas de un rango de años y muestre por pantalla un diagrama de líneas con la evolución de las ventas.
TipSolución
import matplotlib.pyplot as plt
# Preguntamos por el año inicial
inicio = int(input('Introduce el año inicial: '))
# Preguntamos por el año final
fin = int(input('Introduce el año final: '))
# Definimos un diccionario vacío para guardar las ventas de cada año
ventas = {}
# Bucle iterativo para preguntar las ventas de cada año y guardarlas en el diccionario
# i toma como valores los años desde el año de inicio hasta el año final
for i in range(inicio, fin+1):
# Preguntamos por las ventas del año i y las guardamos en el diccionario con la clave el año y el valor las ventas
ventas[i] = float(input('Introduce las ventas del año ' + str(i) +': '))
# Definimos la figura y los ejes del gráfico con Matplotlib
fig, ax = plt.subplots()
# Dibujamos la línea con las ventas a partir del diccionario
ax.plot(ventas.keys(), ventas.values())
# Mostarmos el gráfico por pantalla
plt.show()Ejercicio 11.2 Escribir una función que reciba una diccionario con las notas de las asignaturas de un curso y una cadena con el nombre de un color y devuelva un diagrama de barras de las notas en el color dado.
TipSolución
import matplotlib.pyplot as plt
def diagrama_barras_notas(notas, color):
'''Función que construye un diagrama de barras con las notas de las asignaturas de un curso.
Parámetros:
- notas: Es un diccionario formado por pares con clave el nombre de la asignaturay valor la nota.
- color: Es una cadena con el color de las barras.
Salida:
- Un diagrama de barras con las notas del diccionario dado en el color dado.
'''
# Definimos la figura y los ejes del gráfico con Matplotlib
fig, ax = plt.subplots()
# Dibujamos las barras con las notas a partir del diccionario
ax.bar(notas.keys(), notas.values(), color = color)
# Devolvemos un objeto con los ejes y las barras que contienen
return ax
notas = {'Programación':9, 'Mates':6.5, 'Economía':4, 'Historia': 8}
diagrama_barras_notas(notas, 'orange')
plt.show()Ejercicio 11.3 Escribir una función que reciba una serie de Pandas con las notas de los alumnos de un curso y devuelva un diagrama de cajas con las notas. El diagrama debe tener el título “Distribución de notas”.
TipSolución
import pandas as pd
import matplotlib.pyplot as plt
def diagrama_caja_notas(notas):
'''Función que construye un diagrama de cajas con las notas de los alumnos de un curso.
Parámetros:
- notas: Es una serie de Pandas con las notas de los alumnos.
'''
# Definimos la figura y los ejes del gráfico con Matplotlib
fig, ax = plt.subplots()
# Dibujamos los sectores con las verntas a partir de la serie
notas.plot(kind = 'box', ax = ax)
# Eliminamos las marcas del eje x
plt.xticks([])
#
# Añadimos el título
plt.title('Distribución de notas')
# Devolvemos el objeto con los ejes y el gráfico que contienten
return ax
notas = [4, 8, 7.5, 6, 5.5, 5.2, 3.5, 7.7, 3.2, 9, 6.8]
s_notas = pd.Series(notas)
diagrama_caja_notas(s_notas)
plt.show()Ejercicio 11.4 Escribir una función que reciba una serie de Pandas con el número de ventas de un producto durante los meses de un trimestre y un título y cree un diagrama de sectores con las ventas en formato png con el titulo dado. El diagrama debe guardarse en un fichero con formato png y el título dado.
TipSolución
import pandas as pd
import matplotlib.pyplot as plt
def diagrama_sectores_ventas(ventas, titulo):
'''Función que construye un diagrama de sectores con las ventas de un trimestre y lo guarda con un nombre dado.
Parámetros:
- ventas: Es una serie de Pandas con las ventas del trimestre, siendo el índice los meses.
- titulo: Es una cadena con el título.
'''
# Definimos la figura y los ejes del gráfico con Matplotlib
fig, ax = plt.subplots()
# Dibujamos los sectores con las verntas a partir de la serie
ventas.plot(kind = 'pie', ax = ax)
# Eliminamos el título del eje y
plt.ylabel('')
# Añadimos el título
plt.title(titulo)
# Guardamos el gráfico con el nombre dado en formato png
plt.savefig(titulo + '.png')
return
ventas = {'Enero':200, 'Febrero':240, 'Marzo':310}
s_ventas = pd.Series(ventas)
diagrama_sectores_ventas(s_ventas, 'Ventas primer trimestre')Ejercicio 11.5 Escribir una función que reciba una serie de Pandas con el número de ventas de un producto por años y una cadena con el tipo de gráfico a generar (lineas, barras, sectores, areas) y devuelva un diagrama del tipo indicado con la evolución de las ventas por años y con el título “Evolución del número de ventas”.
TipSolución
import pandas as pd
import matplotlib.pyplot as plt
def diagrama_evolucion_ventas(ventas, tipo):
'''Función que construye un diagrama del tipo indicado con la evolución de las ventas por años.
Parámetros:
- ventas: Es un dataframe de Pandas con las ventas, siendo el índice los años.
- tipo: Es una cadena con el tipo de gráfico a dibujar: lineas, barras, sectores o areas.
Salida:
Un gráfico del tipo indicado con la evolución de las ventas.
'''
# Definimos un diccionario con los tipos de gráficos
graficos = {'lineas':'line', 'barras':'bar', 'sectores':'pie', 'area':'area'}
# Definimos la figura y los ejes del gráfico con Matplotlib
fig, ax = plt.subplots()
# Dibujamos las series de líneas con los ingresos y los gastos
ventas.plot(kind = graficos[tipo], ax = ax)
# Añadimos el título
plt.title('Evolución del número de ventas')
# Devolvemos el objeto con los ejes y el gráfico que contienten
return ax
df_ventas = pd.Series([1200, 840, 1325, 1280, 1500], index = [2000, 2001, 2002, 2003, 2004])
diagrama_evolucion_ventas(df_ventas, 'lineas')
plt.show()
diagrama_evolucion_ventas(df_ventas, 'area')
plt.show()
diagrama_evolucion_ventas(df_ventas, 'barras')
plt.show()
diagrama_evolucion_ventas(df_ventas, 'sectores')
plt.show()Ejercicio 11.6 Escribir una función que reciba un dataframe de Pandas con los ingresos y gastos de una empresa por meses y devuelva un diagrama de líneas con dos líneas, una para los ingresos y otra para los gastos. El diagrama debe tener una leyenda identificando la línea de los ingresos y la de los gastos, un título con el nombre “Evolución de ingresos y gastos” y el eje y debe empezar en 0.
TipSolución
import pandas as pd
import matplotlib.pyplot as plt
def diagrama_lineas_ingresos_gastos(datos):
'''Función que construye un diagrama de lineas con los ingresos y gastos de un cuatrimestre.
Parámetros:
- datos: Es un dataframe de Pandas con dos columnas, una para los ingresos y otra para los gastos, y como índice los meses.
Salida:
Un gráfico de líneas con los ingresos y los gastos dados.
'''
# Definimos la figura y los ejes del gráfico con Matplotlib
fig, ax = plt.subplots()
# Dibujamos las series de líneas con los ingresos y los gastos
datos.plot(ax = ax)
# Añadimos la escala del eje y
ax.set_ylim([0, max(datos.Ingresos.max(), datos.Gastos.max()) + 500])
# Añadimos el título
plt.title('Evolución de ingresos y gastos')
# Devolvemos el objeto con los ejes y el gráfico que contienten
return ax
datos = {'Mes':['Ene', 'Feb', 'Mar', 'Abr'], 'Ingresos':[4500, 5200, 4800, 5300], 'Gastos':[2300, 2450, 2000, 2200]}
df_datos = pd.DataFrame(datos).set_index('Mes')
diagrama_lineas_ingresos_gastos(df_datos)
plt.show()Ejercicio 11.7 El fichero bancos.csv contiene las cotizaciones de los principales bancos de España con : Empresa (nombre de la empresa), Apertura (precio de la acción a la apertura de bolsa), Máximo (precio máximo de la acción durante la jornada), Mínimo (precio mínimo de la acción durante la jornada), Cierre (precio de la acción al cierre de bolsa), Volumen (volumen al cierre de bolsa). Construir una función reciba el fichero bancos.csv y cree un diagrama de líneas con las series temporales de las cotizaciones de cierre de cada banco.
TipSolución
1
import pandas as pd
import matplotlib.pyplot as plt
def evolucion_cotizacion(datos, variable):
'''Función que construye un diagrama de lineas con la evolución de las cotizaciones de las empresas en bolsa.
Parámetros:
- datos: Es un dataframe de Pandas con las columnas Empresa, Apertura, Mínimo, Máximo, Cierre, Volumen.
- variable: Es una cadena con el nombre de la columna del dataframe a dibujar.
Salida:
Un gráfico de líneas con las series temporales de las cotizaciones de cierre de cada empresa.
'''
# Definimos la figura y los ejes del gráfico con Matplotlib
fig, ax = plt.subplots()
# Dibujamos las series de cotizaciones por empresa
datos.groupby('Empresa').plot(x = 'Fecha', y = variable, ax = ax)
# Añadimos el título
plt.title('Evolución de las cotizaciones (' + variable + ')')
# Añadimos la legenda
plt.legend(df_datos.groupby('Empresa').groups.keys())
# Devolvemos el objeto con los ejes y el gráfico que contienten
return ax
# Creamos un dataframe a partir del fichero csv
df_datos = pd.read_csv('bancos.csv')
# Convertimos la columna Fecha a formato datetime
df_datos["Fecha"] = pd.to_datetime(df_datos["Fecha"])
# Llamamos a la función para crear el gráfico
evolucion_cotizacion(df_datos, 'Cierre')
plt.show()2
import pandas as pd
import matplotlib.pyplot as plt
def evolucion_cotizacion(datos, variable):
'''Función que construye un diagrama de lineas con la evolución de las cotizaciones de las empresas en bolsa.
Parámetros:
- datos: Es un dataframe de Pandas con las columnas Empresa, Apertura, Mínimo, Máximo, Cierre, Volumen.
- variable: Es una cadena con el nombre de la columna del dataframe a dibujar.
Salida:
Un gráfico de líneas con las series temporales de las cotizaciones de cierre de cada empresa.
'''
# Filtramos el data frame para quedarnos con las columnas a dibujar
datos = datos[["Fecha", "Empresa", variable]]
# Reestructuramos el data frame a formato ancho
datos = datos.pivot(index = 'Fecha', columns = 'Empresa', values = variable)
# Definimos la figura y los ejes del gráfico con Matplotlib
fig, ax = plt.subplots()
# Dibujamos las series de cotizaciones por empresa
datos.plot(ax = ax)
# Añadimos el título
plt.title('Evolución de las cotizaciones (' + variable + ')')
# Devolvemos el objeto con los ejes y el gráfico que contienten
return ax
# Creamos un dataframe a partir del fichero csv
df_datos = pd.read_csv('bancos.csv')
# Convertimos la columna Fecha a formato datetime
df_datos["Fecha"] = pd.to_datetime(df_datos["Fecha"])
# Llamamos a la función para crear el gráfico
evolucion_cotizacion(df_datos, 'Cierre')
plt.show()Ejercicio 11.8 El fichero titanic.csv contiene información sobre los pasajeros del Titanic. Crear un dataframe con Pandas y a partir de él generar los siguientes diagramas.
- Diagrama de sectores con los fallecidos y supervivientes.
- Histograma con las edades.
- Diagrama de barras con el número de personas en cada clase.
- Diagrama de barras con el número de personas fallecidas y supervivientes en cada clase.
- Diagrama de barras con el número de personas fallecidas y supervivientes acumuladas en cada clase.
TipSolución
import pandas as pd
import matplotlib.pyplot as plt
# Creamos un dataframe a partir del fichero csv
df_titanic = pd.read_csv('titanic.csv')
# Creamos la figura y los ejes
fig, ax = plt.subplots()
# Diagrama de sectores de falleccidos y supervivientes
df_titanic.Survived.value_counts().plot(kind = "pie", labels = ["Muertos", "Supervivientes"], title = "Distribución de supervivientes")
plt.show()# Histograma de edades
df_titanic.Age.plot(kind = "hist", title = "Histograma de edades")
plt.show()# Diagrama de barras con el número de personas de cada clase
df_titanic.Pclass.value_counts().plot(kind = "bar", title = "Número de personas por clase")
plt.show()# Otra forma
df_titanic.groupby("Pclass").size().plot(kind = "bar", title = "Número de personas por clase")
plt.show()# Diagrama de barras con el número de personas fallecidas y supervivientes de cada clase
df_titanic.groupby(["Pclass", "Survived"]).size().unstack().plot(kind = "bar", title = "Número de personas fallecidas y supervivientes por clase")
plt.show()# Diagrama de barras con el número de personas fallecidas y supervivientes acumuladas de cada clase
df_titanic.groupby(["Pclass", "Survived"]).size().unstack().plot(kind = "bar", stacked = True, title = "Número de personas fallecidas y supervivientes por clase")
plt.show()