5 Visualización de datos

En este capítulo repasamos las herramientas esenciales para visualizar datos antes de entrar a Machine Learning. Veremos cómo crear gráficas básicas, cómo mejorar su apariencia y cómo combinar Matplotlib con Seaborn para resultados claros y reproducibles.

Matplotlib¶

Crear una figura y un eje¶

import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(6,4))

De línea¶

x = [0,1,2,3,4]
y = [0,1,4,9,16]
plt.plot(x, y, label="y = x^2")
plt.xlabel("x")
plt.ylabel("y")
plt.title("Ejemplo: línea")
plt.legend()
plt.show()

De puntos (scatter)¶

plt.scatter(x, y, c="C1", marker="o")
plt.xlabel("x")
plt.ylabel("y")
plt.title("Ejemplo: scatter")
plt.show()

Histograma¶

import numpy as np
datos = np.random.normal(loc=0, scale=1, size=500)
plt.hist(datos, bins=30)
plt.title("Histograma de datos (normal)")
plt.show()

Subplots (múltiples gráficos)¶

fig, axes = plt.subplots(1,2, figsize=(10,4))
axes[0].plot(x, y)
axes[0].set_title("Línea")
axes[1].hist(datos, bins=20)
axes[1].set_title("Histograma")
plt.tight_layout()
plt.show()

Guardar figura¶

plt.plot(x,y)
plt.savefig("mi_grafica.png", dpi=150, bbox_inches="tight")

Seaborn — visualizaciones estadísticas¶

Seaborn trabaja encima de Matplotlib y suele producir gráficos más informativos por defecto.

Histograma con KDE¶

import seaborn as sns
sns.histplot(datos, kde=True)
plt.title("Histograma + KDE")
plt.show()

Scatter con separación por categoría¶

# df es un DataFrame con columnas 'x','y','clase'
# ejemplo: sns.scatterplot(data=df, x="x", y="y", hue="clase")

Boxplot (comparar distribuciones)¶

# sns.boxplot(x="categoria", y="valor", data=df)

Countplot (conteo de categorías)¶

# sns.countplot(x="clase", data=df)

Heatmap (matriz de correlación)¶

# sns.heatmap(df.corr(), annot=True, fmt=".2f", cmap="coolwarm")

Pairplot (exploración rápida)¶

# sns.pairplot(df, hue="clase", vars=["u","g","r"])

Buenas prácticas rápidas¶

• Añade etiquetas (xlabel, ylabel) y título (title) siempre.

• Usa plt.tight_layout() para evitar que textos se corten.

• Para publicación, guarda en PNG o PDF con dpi alto.

• Cuando uses hue en seaborn, verifica desequilibrio de clases (countplot).

• Si combinas seaborn y matplotlib, coloca llamadas a plt.* después de sns.* según necesites.

Ejercicio guiado (práctico) — Visualización científica¶

En este ejercicio vas a analizar y visualizar una señal astronómica simulada. Hazlo en una libreta (Colab / Jupyter). Sigue los pasos y usa las pistas si te quedas atascado.

# Código completo sugerido (copia y ejecuta)
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# datos
t = np.linspace(0,10,300)
P = 2.5
np.random.seed(42)  # para reproducibilidad en el ejemplo
ruido = np.random.normal(0, 0.18, size=t.shape)
flux = 1.5 + 0.8 * np.sin(2*np.pi*t / P) + ruido

# figura: curva de luz
plt.figure(figsize=(10,4))
plt.plot(t, flux, ".", alpha=0.6, label="datos")
plt.xlabel("Tiempo (horas)")
plt.ylabel("Brillo relativo")
plt.title("Curva de luz simulada")
plt.legend()
plt.tight_layout()
plt.show()

# histograma con KDE
plt.figure(figsize=(6,3))
sns.histplot(flux, bins=30, kde=True)
plt.title("Distribución del brillo")
plt.tight_layout()
plt.show()

# suavizado (mov average)
window = 7
kernel = np.ones(window)/window
flux_smooth = np.convolve(flux, kernel, mode="same")

plt.figure(figsize=(10,4))
plt.plot(t, flux, ".", alpha=0.35, label="datos")
plt.plot(t, flux_smooth, "-", color="C3", linewidth=2, label="suavizado (mov. avg)")
plt.xlabel("Tiempo (horas)")
plt.ylabel("Brillo relativo")
plt.title("Curva de luz con suavizado")
plt.legend()
plt.tight_layout()

# guardar
plt.savefig("curva_luz.png", dpi=150, bbox_inches="tight")
plt.show()

La imagen curva_luz.png se creará en el directorio de trabajo. Puedes ajustar window para un suavizado más o menos agresivo.