1.9 - Introducción a Matplotlib para Deep Learning

Lección 9 de la sección “Introducción al Deep Learning” del curso Fundamentos de Deep Learning con Python.

Introducción

En la lección anterior vimos una introducción a Numpy para Deep Learning, y aprendimos a usar esta librería para manipular y realizar operaciones con vectores y matrices.

En esta lección veremos los elementos esenciales de la librería Matplotlib, que permite generar gráficas en dos o tres dimensiones en Python, y que resultará muy útil en diferentes fases de implementación de los modelos de Deep Learning que veremos a lo largo de este curso.

Suscríbete y accede al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online

Plots (o gráficas con líneas contínuas)

Generemos la gráfica (bidimensional) correspondiente a una línea recta que obedece a la ecuación $y=5x+2$.

Para hacer esto primero debemos crear los vectores $x$ y $y$ haciendo uso de Numpy:

npts = 20
x = np.linspace(0,10,npts)
y = 5*x + 2

Ahora podemos usar la función plot de Matplotlib para generar una gráfica de $y$ (eje vertical) vs. $x$ (eje horizontal):

plt.plot(x,y);

¡Y listo! Es así de simple generar nuestra primera gráfica.

Pero Matplotlib ofrece muchas opciones adicionales que nos permiten personalizar la gráfica obtenida. Por ejemplo, con la siguiente porción de código podemos cambiar el color y estilo de la línea, así como agregar una grilla, un título y etiquetas a los ejes $x$ y $y$:

plt.plot(x,y,'r--')
plt.title('y versus x')
plt.xlabel('x')
plt.ylabel('y')
plt.grid()

Scatterplots (o gráficas de dispersión)

Si en lugar de dibujar una línea continua queremos generar una gráfica que contenga los puntos de datos, podemos hacer uso de la función scatter de Matplotlib. Por ejemplo, la gráfica de dispersión para los mismos pares de datos $(x,y)$ del ejemplo anterior se obtiene de esta forma:

plt.scatter(x,y,s=75,c='r')
plt.title('y versus x')
plt.xlabel('x')
plt.ylabel('y')
plt.grid()

Recuerda suscribirte para acceder al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online

Conclusión

Perfecto, ya tenemos los elementos esenciales de Matplotlib, con lo que podemos generar gráficas bidimensionales muy simples pero que resultarán útiles más adelante cuando implementemos diferentes modelos de Deep Learning.

En la siguiente lección continuaremos hablando de las librerías esenciales de Python, y veremos cómo usar Pandas para Deep Learning.

Ver todas las lecciones de este curso