Trazar un array en Python

1. Trazar matrices 1-D en Python
2. Trazar matrices 2-D en Python

La visualización de datos mejora la comprensión general de los datos y ayuda con la memoria porque los humanos tienden a recordar las imágenes más que los textos. La visualización de datos es crucial porque tenemos muchos datos disponibles y necesitamos un formato bien estructurado para comprenderlos. Esta actividad es parte de la rutina diaria de todo científico de datos y entusiasta del aprendizaje automático. Tienen que visualizar los datos para comprenderlos mejor y construir modelos de aprendizaje automático buenos y eficientes.

A menudo, los datos se representan en forma de matrices y terminamos en situaciones en las que tenemos que trazarlos. Este artículo habla sobre cómo podemos trazar dichos datos usando Python.

Antes de continuar con el código, tenemos que entender una cosa. Los arrays pueden ser n-dimensionales, lo que significa que podemos tener matrices dentro de matrices (matrices 2-D), o matrices dentro de matrices que además tienen matrices dentro de ellas (matrices 3D), etc. Y a medida que aumenta el número de dimensiones, aumenta la complejidad de trazar los arrays. En tales casos, los arrays deben convertirse a otro formato adecuado para trazar o trazar algún otro tipo de gráfico que mejore la visualización. Este artículo hablará sobre el trazado de matrices 1D y 2D.

Usaremos Matplotlib, una biblioteca completa basada en Python para fines de visualización, y NumPy para trazar matrices.

Puedes leer más sobre ellas aquí (Matplotlib) y aquí (NumPy).

Trazar matrices 1-D en Python

Para trazar un array unidimensional, consulte el siguiente código.

import numpy as np
import matplotlib.pyplot as plt

x = np.array(range(0, 10))
y = np.array([100, 23, 44, 12, 55, 85, 69, 33, 75, 2])
plt.title("Plotting 1-D array")
plt.xlabel("X axis")
plt.ylabel("Y axis")
plt.plot(x, y, color="red", marker="o", label="Array elements")
plt.legend()
plt.show()

La variable y contiene los datos que se deben graficar y la variable x contiene los índices. Aquí, también para fines de trazado, se ha considerado la indexación basada en 0. Tenga en cuenta que también se puede volver a cambiar la indexación a una indexación basada en 1 agregando este x = np.array(range(1, 11)). La función plot toma primero los datos del eje x y luego del eje y. El argumento color establece el color del gráfico lineal, el argumento marker establece el símbolo que se utilizará para marcar los puntos sobre el gráfico lineal, y el argumento label establece la etiqueta que se mostrará para esta línea en particular. Tenga en cuenta que, sin plt.legend(), no se mostrará información sobre la etiqueta sobre el gráfico.

La salida del código anterior se verá así.

Trazar matrices 2-D en Python

Para trazar un array bidimensional, consulte el siguiente código.

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.pyplot import figure

figure(figsize=(8, 6))
x = np.array(range(0, 10))
y = np.array(
    [
        [32, 69, 92, 81, 27, 97, 64, 98, 26, 22],
        [85, 76, 63, 44, 94, 52, 71, 66, 2, 62],
        [45, 80, 46, 24, 10, 74, 10, 33, 12, 60],
        [73, 94, 21, 6, 93, 74, 36, 47, 16, 99],
        [96, 84, 66, 12, 43, 58, 17, 16, 28, 6],
        [83, 4, 56, 94, 97, 36, 94, 41, 74, 14],
        [90, 13, 11, 71, 79, 49, 9, 69, 73, 61],
        [94, 52, 28, 18, 14, 15, 91, 95, 16, 42],
        [73, 35, 40, 25, 46, 25, 33, 1, 99, 30],
        [61, 7, 89, 33, 94, 64, 1, 60, 41, 81],
    ]
)
plt.title("Plotting a2-D array")
plt.xlabel("X axis")
plt.ylabel("Y axis")

for i, array in enumerate(y):
    plt.plot(
        x,
        array,
        color=np.random.rand(
            3,
        ),
        marker="o",
        label=f"Array #{i}",
    )

plt.legend(loc="center left", bbox_to_anchor=(1, 0.5))
plt.show()

La variable y contiene el array 2-D. Iteramos sobre cada matriz del array 2-D, la trazamos con un color aleatorio y una etiqueta única. Una vez finalizado el trazado, reposicionamos el cuadro de leyenda y mostramos el diagrama.

La salida del código anterior se verá así.