Hoja de Trucos de Matplotlib
Última actualización
Figure y axes
Una figure es la imagen completa. Un axes es un gráfico dentro de ella, y casi todas las llamadas de abajo son métodos de ax.
| Tarea | Código |
|---|---|
| Importar pyplot | import matplotlib.pyplot as plt |
| Una figure con un gráfico | fig, ax = plt.subplots() |
| Fijar el tamaño en pulgadas | fig, ax = plt.subplots(figsize=(8, 4)) |
| Dibujar en los axes | ax.plot(x, y) |
| Mostrar la figure | plt.show() |
| Guardar como PNG nítido | fig.savefig("chart.png", dpi=150, bbox_inches="tight") |
| Guardar como gráfico vectorial | fig.savefig("chart.svg"), fig.savefig("chart.pdf") |
| Fondo transparente | fig.savefig("chart.png", transparent=True) |
| Cerrar una figure para liberar memoria | plt.close(fig) |
| Estilo pyplot rápido para un gráfico | plt.plot(x, y)
plt.title("Quick look")
plt.show() |
Tipos de gráfico
| Tarea | Código |
|---|---|
| Gráfico de líneas | ax.plot(x, y) |
| Gráfico de dispersión | ax.scatter(x, y, s=20, alpha=0.7) |
| Dispersión coloreada por valor, con barra de color | points = ax.scatter(x, y, c=y, cmap="viridis")
fig.colorbar(points, ax=ax) |
| Gráfico de barras | ax.bar(cats, a) |
| Barras horizontales | ax.barh(cats, a) |
| Barras apiladas | ax.bar(cats, a, label="2025")
ax.bar(cats, b, bottom=a, label="2026") |
| Barras agrupadas | pos = np.arange(len(cats))
ax.bar(pos - 0.2, a, width=0.4)
ax.bar(pos + 0.2, b, width=0.4)
ax.set_xticks(pos, labels=cats) |
| Histograma | ax.hist(data, bins=30) |
| Diagrama de caja | ax.boxplot([data, data * 2], tick_labels=["A", "B"]) |
| Diagrama de violín | ax.violinplot([data, data * 2]) |
| Gráfico de tarta | ax.pie([40, 35, 25], labels=cats, autopct="%1.0f%%") |
| Banda entre dos curvas | ax.fill_between(x, y - 0.2, y + 0.2, alpha=0.3) |
| Barras de error | ax.errorbar([1, 2, 3], [4, 5, 3], yerr=[0.5, 0.3, 0.6], fmt="o", capsize=4) |
| Gráfico escalonado | ax.step(x, y, where="mid") |
| Mapa de calor de un array 2D | image = ax.imshow(np.random.default_rng(0).random((5, 5)), cmap="magma")
fig.colorbar(image, ax=ax) |
| Gráfico de contornos rellenos | X, Y = np.meshgrid(x, x)
ax.contourf(X, Y, np.sin(X) * np.cos(Y), levels=20) |
| Densidad de muchos puntos | ax.hexbin(data, data + np.random.default_rng(1).normal(size=200), gridsize=20) |
| Línea de referencia horizontal o vertical | ax.axhline(0, color="gray", linestyle="--"), ax.axvline(5) |
| Sombrear un rango | ax.axvspan(2, 4, alpha=0.2) |
Líneas, marcadores y colores
| Tarea | Código |
|---|---|
| Color, grosor y estilo de línea | ax.plot(x, y, color="tab:red", linewidth=2, linestyle="--") |
| Marcadores en los puntos | ax.plot(x, y, marker="o", markersize=4) |
| Cadena de formato corta | ax.plot(x, y, "g--o") |
| Transparencia | ax.plot(x, y, alpha=0.5) |
| Estilos de línea | "-", "--", "-.", ":" |
| Códigos de marcador | "o", "s", "^", "x", ".", "*" |
| Formas de indicar un color | "tab:blue", "C1", "#1f77b4", (0.2, 0.4, 0.6) |
| n colores de un colormap | colors = plt.colormaps["viridis"](np.linspace(0, 1, 5)) |
| Tu propio ciclo de colores | ax.set_prop_cycle(color=["#0b7285", "#e8590c", "#5f3dc4"]) |
| Barras con borde y tramado | ax.bar(cats, a, color="white", edgecolor="black", hatch="//") |
Títulos, etiquetas y leyendas
| Tarea | Código |
|---|---|
| Título y etiquetas de ejes | ax.set_title("Sales"), ax.set_xlabel("Month"), ax.set_ylabel("EUR") |
| Todo en una sola llamada | ax.set(title="Sales", xlabel="Month", ylabel="EUR") |
| Leyenda a partir de las etiquetas | ax.plot(x, y, label="sin")
ax.legend() |
| Posición y columnas de la leyenda | ax.legend(loc="upper right", ncols=2, frameon=False) |
| Leyenda fuera del gráfico | ax.legend(loc="center left", bbox_to_anchor=(1, 0.5)) |
| Texto en una posición de los datos | ax.text(5, 0.5, "note") |
| Anotación con flecha | ax.annotate("peak", xy=(1.57, 1), xytext=(3, 1.2), arrowprops=dict(arrowstyle="->")) |
| Etiquetas de valor en las barras | bars = ax.bar(cats, a)
ax.bar_label(bars) |
| Título de toda la figure | fig.suptitle("Q1 report") |
| Fórmulas en las etiquetas | ax.set_xlabel(r"$\alpha$ (rad)") |
Ejes, ticks y escalas
| Tarea | Código |
|---|---|
| Límites de los ejes | ax.set_xlim(0, 10), ax.set_ylim(bottom=0) |
| Escala logarítmica | ax.set_yscale("log") |
| Elegir ticks y sus etiquetas | ax.set_xticks([0, 5, 10], labels=["start", "middle", "end"]) |
| Rotar etiquetas de ticks | ax.tick_params(axis="x", labelrotation=45) |
| Líneas de cuadrícula | ax.grid(True, alpha=0.3) |
| Eje en porcentaje | from matplotlib.ticker import PercentFormatter
ax.yaxis.set_major_formatter(PercentFormatter(1.0)) |
| Separador de miles | ax.yaxis.set_major_formatter("{x:,.0f}") |
| Ocultar los bordes superior y derecho | ax.spines[["top", "right"]].set_visible(False) |
| Segundo eje y a la derecha | ax2 = ax.twinx()
ax2.plot(x, y * 100, color="tab:orange") |
| Misma escala en ambos ejes | ax.set_aspect("equal") |
| Invertir un eje | ax.invert_yaxis() |
| Ocultar los ejes por completo | ax.axis("off") |
| Etiquetas de fecha legibles | fig.autofmt_xdate() |
Subplots y layout
plt.subplots(rows, cols) devuelve un array de NumPy de axes. Indéxalo como cualquier array.
| Tarea | Código |
|---|---|
| Cuadrícula de gráficos | fig, axs = plt.subplots(2, 2, figsize=(8, 6)) |
| Dibujar en uno de ellos | axs[0, 1].plot(x, y) |
| Recorrerlos todos | for ax in axs.flat:
ax.grid(True) |
| Compartir un eje entre gráficos | fig, axs = plt.subplots(1, 3, sharey=True) |
| Espaciado que evita solapamientos | fig, axs = plt.subplots(2, 2, layout="constrained") |
| Corregir solapamientos después de dibujar | fig.tight_layout() |
| Columnas de distinto ancho | fig, axs = plt.subplots(1, 2, width_ratios=[3, 1]) |
| Layout con nombres y un panel ancho | fig, axd = plt.subplot_mosaic([["top", "top"], ["left", "right"]])
axd["top"].plot(x, y) |
| Gráfico pequeño dentro de otro | inset = ax.inset_axes([0.6, 0.6, 0.35, 0.35]) |
| Ocultar un panel vacío | axs[0].axis("off") |
Estilos y valores por defecto
| Tarea | Código |
|---|---|
| Usar un estilo integrado | plt.style.use("ggplot") |
| Listar los estilos | plt.style.available |
| Aspecto de seaborn sin seaborn | plt.style.use("seaborn-v0_8-whitegrid") |
| Estilo solo para una figure | with plt.style.context("dark_background"):
fig, ax = plt.subplots() |
| Tamaño de fuente por defecto | plt.rcParams["font.size"] = 12 |
| Tamaño y resolución de figure por defecto | plt.rcParams["figure.figsize"] = (8, 4), plt.rcParams["figure.dpi"] = 120 |
| Volver a los valores por defecto | plt.style.use("default") |
| Colormaps habituales: secuencial, divergente, gris | "viridis", "coolwarm", "Greys" |
Gráficos desde pandas
pandas dibuja con Matplotlib. Pasa ax= para dibujar en tus propios axes, o quédate con el ax que devuelve pandas.
| Tarea | Código |
|---|---|
| Columnas de un DataFrame en tus axes | df.plot(x="month", y="sales", ax=ax) |
| Gráfico de barras de un resumen por grupo | df.groupby("city")["sales"].sum().plot.bar(ax=ax) |
| Seguir dando estilo a lo que dibujó pandas | ax = df.plot(x="month", y="sales")
ax.set_title("Sales") |
| Columnas directamente a Matplotlib | ax.plot(df["month"], df["sales"]) |
Matplotlib 3.11: formas antiguas y qué escribir ahora
El código copiado de tutoriales antiguos puede fallar o lanzar avisos en Matplotlib 3.11. Usa en su lugar las formas de la columna Matplotlib 3.11.
| Tarea | Matplotlib 3.11 | Forma antigua |
|---|---|---|
| Etiquetas del diagrama de caja | ax.boxplot([data, data * 2], tick_labels=["A", "B"]) | labels=["A", "B"] |
| Diagrama de caja o violín horizontal | ax.boxplot(data, orientation="horizontal") | vert=False |
| Obtener un colormap | plt.colormaps["viridis"] | plt.cm.get_cmap("viridis") |
| Estilo seaborn | plt.style.use("seaborn-v0_8") | plt.style.use("seaborn") |
El código de Matplotlib que necesitas para convertir datos en un gráfico claro, ordenado por tarea: figure y axes, tipos de gráfico, líneas y colores, títulos y leyendas, ejes y ticks, subplots y layout, estilos y gráficos desde pandas. Cada fila es un fragmento corto que puedes pegar, con una línea que explica qué hace.
Todo usa el estilo orientado a objetos (fig, ax = plt.subplots() y luego métodos sobre ax) y está escrito para Matplotlib 3.11, la versión que usa Coddy. Las formas antiguas, como labels= en boxplot, solo aparecen en la última tabla, junto a lo que debes escribir en su lugar. Los ejemplos usan x = np.linspace(0, 10, 50), y = np.sin(x) y una muestra de valores normales llamada data. ¿Empiezas con Python? Arranca por la hoja de trucos de Python y ten a mano las hojas de trucos de pandas, NumPy y scikit-learn junto a esta.
Preguntas frecuentes sobre la hoja de trucos de Matplotlib
¿Esta hoja de trucos de Matplotlib es gratis?
Sí. Esta hoja de trucos de Matplotlib es totalmente gratis y no necesitas registrarte. Guárdala en marcadores o imprímela en PDF desde tu navegador, y vuelve cuando necesites la llamada exacta para una leyenda, una cuadrícula de subplots o una barra de color.
¿Cuál es la diferencia entre plt y ax?
plt.plot() dibuja en los axes que estén activos, lo que es rápido para un solo gráfico. fig, ax = plt.subplots() te da la figure y los axes como objetos, así que ax.plot() siempre dibuja justo donde quieres. Usa el estilo ax para cualquier cosa con más de un gráfico y para el código que vayas a conservar.¿Cómo cambio el tamaño de la figure?
Pasa
figsize en pulgadas al crear la figure: fig, ax = plt.subplots(figsize=(10, 5)). Para cambiar el valor por defecto de todas las figures, asigna plt.rcParams["figure.figsize"] = (10, 5). El tamaño en píxeles de un archivo guardado es figsize por dpi.¿Cómo guardo un gráfico en alta resolución?
Llama a
fig.savefig("chart.png", dpi=300, bbox_inches="tight"). Un dpi más alto da un PNG más nítido, y bbox_inches="tight" recorta los márgenes vacíos. Para imprimir o para presentaciones, guarda en SVG o PDF, que se mantienen nítidos a cualquier tamaño.¿Por qué se solapan los títulos y las etiquetas de mis subplots?
Crea la figure con
layout="constrained", como en plt.subplots(2, 2, layout="constrained"), y Matplotlib deja espacio para títulos, etiquetas y barras de color. En una figure que ya existe, llama a fig.tight_layout() después de dibujar.¿Qué versión de Matplotlib cubre esta hoja de trucos?
Matplotlib 3.11, la versión que usa Coddy. Las llamadas que las versiones nuevas eliminaron o renombraron, como
labels= en boxplot (ahora tick_labels=) y plt.cm.get_cmap (ahora plt.colormaps[...]), están en la última tabla junto a lo que debes escribir en su lugar.¿Puedo ejecutar código de Matplotlib online?
Sí. El playground de Matplotlib, gratuito, ejecuta Python con Matplotlib, NumPy, pandas y scikit-learn en tu navegador y dibuja tus figures junto a la salida, así que puedes pegar cualquier fragmento de esta hoja de trucos y ver el gráfico sin instalar nada. El curso de Machine Learning de Coddy usa estos gráficos para explorar los datos antes de entrenar un modelo.
Recursos relacionados
Más hojas de referencia
