- Ejecutores
-
Aprender
Aprender Python Ejemplos ejecutables, NumPy, pandas y más Aprender IARedes neuronales, ML y LLM desde cero Aprender C y C++ Punteros, memoria, STL y C++ moderno Aprender C#Fundamentos, POO, LINQ, async y ejercicios de .NET Aprender MatplotlibGráficos de líneas, barras, dispersión y sectores con visualizadores Algoritmos en Python Búsqueda, ordenación, recursión y visualizadores O(n) Algoritmos en C y C++ Compara implementaciones en C y C++
- RetosNuevo
- Para docentesNuevo
Matplotlib intermedio
Controla ejes y marcas, anota lo importante, muestra dispersión e incertidumbre, apila datos, grafica DataFrames de pandas y guarda figuras para informes.
Empezar la ruta →- Lección Límites de ejes, marcas y escala logarítmica Fija los límites de los ejes, elige posición y texto de las marcas y cambia a escala logarítmica con set_yscale.
- Lección Anotaciones, texto y líneas de referencia Señala valores importantes con ax.annotate, añade notas con ax.text y marca objetivos con axhline.
- Lección Diagramas de caja y de violín Compara la dispersión de varios grupos con ax.boxplot y ax.violinplot.
- Lección Barras apiladas y gráficos de áreas Muestra cómo las partes suman con el tiempo con barras apiladas (bottom=) y ax.stackplot.
- Lección Barras de error e incertidumbre Muestra la incertidumbre de una medida con ax.errorbar y una banda sombreada con fill_between.
- Lección Gráficos con DataFrames de pandas Convierte un DataFrame de pandas en un gráfico con df.plot y personalízalo con Matplotlib.
- Lección Guardar figuras: savefig, DPI y tamaño Guarda gráficos como PNG o SVG con fig.savefig y controla su tamaño, resolución y márgenes.