Intro a Matplotlib

Matplotlib = Libreria para graficas cosas matematicas

Que es Matplotlib?

Matplotlin es un libreria para crear imagenes 2D de manera facil.

Checate mas en :

Pagina oficial : http://matplotlib.org/
Galleria de ejemplo: http://matplotlib.org/gallery.html
Una libreria mas avanzada que usa matplotlib, Seaborn: http://stanford.edu/~mwaskom/software/seaborn/
Libreria de visualizacion interactiva: http://bokeh.pydata.org/
Buenisimo Tutorial: http://www.labri.fr/perso/nrougier/teaching/matplotlib/

Para usar matplotlib, solo tiene que importar el modulo ..tambien te conviene importar numpy pues es muy util



In [1]:

    
import numpy as np # modulo de computo numerico
import matplotlib.pyplot as plt # modulo de graficas
import pandas as pd # modulo de datos
import seaborn as sns
# esta linea hace que las graficas salgan en el notebook
%matplotlib inline









    



/opt/conda/envs/python2/lib/python2.7/site-packages/matplotlib/font_manager.py:273: UserWarning: Matplotlib is building the font cache using fc-list. This may take a moment.
  warnings.warn('Matplotlib is building the font cache using fc-list. This may take a moment.')

Crear graficas (plot)

Crear graficas es muy facil en matplotlib, si tienes una lista de valores X y otra y..solo basta usar :



In [ ]:

Podemos usar la funcion np.linspace para crear valores en un rango, por ejemplo si queremos 100 numeros entre 0 y 10 usamos:



In [ ]:

Y podemos graficar dos cosas al mismo tiempo:



In [ ]:

Que tal si queremos distinguir cada linea? Pues usamos legend(), de leyenda..tambien tenemos que agregarles nombres a cada plot



In [ ]:

Tambien podemos hacer mas cosas, como dibujar solamente los puntos, o las lineas con los puntos usando linestyle:



In [ ]:

Dibujando puntos (scatter)

Aveces no queremos dibujar lineas, sino puntos, esto nos da informacion de donde se encuentras datos de manera espacial. Para esto podemos usarlo de la siguiente manera:



In [ ]:

Pero ademas podemos meter mas informacion, por ejemplo dar colores cada punto, o darle tamanos diferentes:



In [ ]:

Histogramas (hist)

Los histogramas nos muestran distribuciones de datos, la forma de los datos, nos muestran el numero de datos de diferentes tipos:



In [ ]:

otro tipo de datos, tomados de una campana de gauss, es decir una distribucion normal:



In [ ]:



In [ ]:

A graficar el Hermoso Espectro Solar

Primero constantes numericas

Para usarlo convertimos numeros a unidades, por ejemplo:

x = 5 * nu.cm significa "x es igual a 5 centimetros".

si quieres sacar el valor numerico de x, podemos dividir por las unidades

y = x / nu.mm, en este caso tenemos el valor numerico en milimetros



In [2]:

    
import numericalunits as nu

Importamos varios paquetes de Python



In [3]:

    
import  scipy.interpolate, scipy.integrate, wget, tarfile

Definimos la Celda solar cualquiera a una temperatura de 300 kelvin:



In [ ]:

    
tCell = 300 * nu.K

Bajar datos

Aveces los datos que queremos se encuentran en el internet.

Aqui usaremos datos del NREL (National Renewable Energy Laboratory): http://rredc.nrel.gov/solar/spectra/am1.5/
del espectro solar (AM1.5G) con intensity (1000 W/m2).

Primero lo bajamos y lo descomprimimos:



In [ ]:

    
data_url = 'http://rredc.nrel.gov/solar/spectra/am1.5/ASTMG173/compressed/ASTMG173.csv.tar'
a_file = wget.download(data_url)
download_as_tarfile_object = tarfile.open(fileobj=a_file)
csv_file = download_as_tarfile_object.extractfile('ASTMG173.csv')

Que tamanio tienen los datos?



In [4]:

    
downloaded_array = np.genfromtxt('ASTMG173.csv', delimiter=",", skip_header=2)
downloaded_array.shape









    Out[4]:





(2002, 4)

Manipular datos

La columna 0 es la longitud de onda y la 2 es los datos AM1.5G



In [5]:

    
# Wavelength is in column 0, AM1.5G data is column 2
AM15 = downloaded_array[:,[0,2]]
# The first line should be 280.0 , 4.7309E-23
# The last line should be 4000.0, 7.1043E-03
print(AM15)









    



[[  2.80000000e+02   4.73090000e-23]
 [  2.80500000e+02   1.23070000e-21]
 [  2.81000000e+02   5.68950000e-21]
 ..., 
 [  3.99000000e+03   7.37230000e-03]
 [  3.99500000e+03   7.21000000e-03]
 [  4.00000000e+03   7.10430000e-03]]

Vamos a dar unidades a cada columna



In [6]:

    
AM15[:,0] *= nu.nm
AM15[:,1] *= nu.W * nu.m**-2 * nu.nm**-1

Limites de los datos

Para los limites de numeros onda ($\lambda$), podemos usar np.min y np.max.

Para la energia usaremos la formula $$ E = \frac{\hbar c_0}{\lambda} $$



In [ ]:

    
wavelength_min = 
wavelength_max = 
E_min = nu.hPlanck * nu.c0 
E_max = nu.hPlanck * nu.c0

Creamos una funcion, interpolando valores intermedios



In [ ]:

    
AM15interp = scipy.interpolate.interp1d(AM15[:,0], AM15[:,1])

Conseguimos los valores x, y

Pista:

para x podemos usar linspace entre el valor minimo y maximo.
para y creamos una lista y llenamos los datos de la funcion con x



In [ ]:

Tiempo de Graficar



In [ ]: