Practiquemos la creación de gráficas en Matplotlib para analizar datos. Vamos a analizar las notas obtenidas por los estudiantes de una materia en una universidad. De cada estudiante tenemos su nota y el código que lo identifica en la institución. Utilizaremos Matplotlib para generar unas gráficas que nos permitan estudiar las notas. Crearemos tres tipos de gráficas: una "Gráfica de línea" o "line plot", un "Histograma" y una "Gráfica de Dispersión" o "Scatter plot". Pasemos a Spyder y creemos las gráficas. He creado, hasta ahora, un programa que genere unas notas identificadoras aleatoriamente utilizando "random". Las notas se generan a partir de una distribución normal, y los identificadores usando un "randint". Tendremos 30 estudiantes, y por ende 30 notas, almacenados en dos listas. También, he importado del módulo "Plyplot" de Matplotlib para poder gráficar. Empecemos creando el "plot de línea"; para esto tenemos la función "plot" que recibe los conjuntos de datos con los que se creará la gráfica. En nuestro caso, será "plt.plot", y pasamos los ids de los estudiantes y las notas. Primero van los ids, ya que queremos que queden en el eje X de la gráfica. Ahora, adicionamos otros detalles como un título, etiquetas de los ejes y editamos para que los ids se presenten de forma vertical en el eje X. Todo esto lo logramos con las siguientes funciones: "plt.title" nos permite poner título a la gráfica; en nuestro caso será "Notas del curso". "plt.ylabel" nos permite poner la etiqueta de eje Y, que en este caso será la nota, y el "xlabel" nos permite poner la etiqueta del eje X, que en nuestro caso será los ids de los estudiantes. Finalmente, como queremos que los ids se vean rotados 90 grados, utilizaremos la función "xytext", que va a recibir como parámetro una rotación, "rotation" de 90 grados. Para poder visualizar la gráfica utilizamos "plt.show". Creemos ahora el "Histograma". Esto lo logramos con la función "hist", que nos recibirá de parámetro las notas del curso y la cantidad de grupos o bins en que queremos separar los datos. En este caso, escogeremos cuatro para que se aproxime agrupar las notas en intervalos de una unidad. Nos queda, entonces, "plt.hist" y empezamos a pasar los parámetros. Serán las notas, indicamos que queremos cuatro bins, y agregaremos unos parámetros adicionales para darle estilo: "green", "edgecolor" y "linewidth" que será igual a uno. Incluimos los parámetros "color", "edgecolor" y "linewidth" para especificar el color de las barras, el del borde cada una, y el grosor del borde, respectivamente. Ahora, incluimos título para la gráfica y los ejes y mostramos la gráfica. Nos quedaría entonces, "plt.title", esta vez le pondremos como título: "Cantidad de estudiantes por rango de nota". Coloquemos ahora la etiqueta del eje Y. Nos va a quedar entonces, "plt.ylabel". Colocamos como etiqueta: "Cantidad estudiantes". Hagamos lo mismo con el eje X. Será nuestro "xlabel", que en este caso incluiremos qué será el "Rango nota". Y finalmente, mostramos la imagen, "plt.show". Terminemos con el gráfico de dispersión. Este lo creamos usando la función "scatter", a la cual le daremos las notas e ids de los estudiantes. Nos va a quedar entonces, "plt.scatter". Y le vamos a dar los ids de los estudiantes y las notas. Incluimos la misma configuración que usamos para el "plot" de línea. Entonces, en este caso el mismo título, nombres de etiquetas y rotación. Y mostramos la gráfica, "plt.show". Ahora sí, ejecutemos, y vemos las tres gráficas creadas a partir de los datos de notas generadas. Veamos, por ejemplo, el "plot de línea", acá lo podemos ver, nuestro histograma, donde vemos la configuración, donde se ven las barras con los bordes, y el color que definimos. Y finalmente pasamos por el "scatter", la gráfica de dispersión que nos muestra cada una de las parejas de puntos, y vemos que todo quedó tal cual lo habíamos configurado. Viendo las gráficas que podemos crear con Matplotlib, es posible estudiar más fácil los datos y sacar, entonces, conclusiones interesantes.