22  Concepto de figuras y ejes (fig, ax)

En esta sesión, exploraremos dos enfoques fundamentales para crear gráficos: el rápido y sencillo plt.plot() y la versátil interfaz orientada a objetos con fig y ax. Descubriremos cómo plt.plot() permite trazados rápidos con una sola línea de código, mientras que fig, ax = plt.subplots() ofrece un control y personalización exhaustivos sobre cada aspecto del gráfico.

Desde entender la diferencia entre la figura completa y los ejes de un gráfico hasta dominar la creación de visualizaciones complejas y compuestas, exploraremos cómo aprovechar al máximo Matplotlib en nuestro análisis de datos.

Además, acompañaremos nuestra exploración con ejemplos prácticos, importando conjuntos de datos y demostrando cómo aplicar estos enfoques dentro de la libreta de Jupyter.

import matplotlib.pyplot as plt
import pandas as pd

f = '../data/Cuernavaca_Enero_comas.csv'
cuerna = pd.read_csv(f,index_col=0,parse_dates=True)
cuerna.head()

	To	RH	P	Ws	Wd	Ig	Ib	Id
tiempo
2012-01-01 00:00:00	19.3	58	87415	0.0	26	0	0	0
2012-01-01 01:00:00	18.6	59	87602	0.0	26	0	0	0
2012-01-01 02:00:00	17.9	61	87788	0.0	30	0	0	0
2012-01-01 03:00:00	17.3	66	87554	0.0	30	0	0	0
2012-01-01 04:00:00	16.6	71	87321	0.0	27	0	0	0

plt.plot()

fig, ax = plt.subplots()

plt.plot(cuerna.To)

fig, ax = plt.subplots()

ax.plot(cuerna.To)