Domina Matplotlib 📈

import matplotlib.pyplot as plt
plt.plot([0,1,2],[0,1,4])
plt.title("¡Tu primer gráfico!")
plt.show()

fig = plt.figure(figsize=(6,4))      # Crea la Figure
ax  = fig.add_subplot(111)          # Añade un Axes (1x1 grid)
ax.set_title("Ejes primarios")
ax.plot([],[])                      # Aún sin datos
plt.show()

import numpy as np
fig, axs = plt.subplots(2, 2, figsize=(8,6))

# 1) Línea
x = np.linspace(0, 2*np.pi, 100)
axs[0,0].plot(x, np.sin(x), color='indigo')
axs[0,0].set_title('Seno')

# 2) Barras
cats = ['A','B','C']
axs[0,1].bar(cats, [3,7,5], color='teal')
axs[0,1].set_title('Barras')

# 3) Dispersión
rng = np.random.default_rng(0)
axs[1,0].scatter(rng.random(50), rng.random(50), c='tomato')
axs[1,0].set_title('Dispersión')

# 4) Histograma
data = rng.normal(size=500)
axs[1,1].hist(data, bins=20, color='goldenrod', edgecolor='white')
axs[1,1].set_title('Histograma')

plt.tight_layout() # Ajusta el espaciado para evitar superposiciones
plt.show()

fig, ax = plt.subplots(figsize=(6,4))
x = np.linspace(0, 2*np.pi, 100) # Definir x si no viene de la sección anterior

ax.plot(x, np.sin(x), label='Seno', linewidth=3, linestyle='--', color='#0ea5e9')
ax.plot(x, np.cos(x), label='Coseno', linewidth=2, linestyle='-.', color='#f97316')

ax.set_title('Funciones trigonométricas', fontsize=16, fontweight='bold')
ax.set_xlabel('x (rad)')
ax.set_ylabel('f(x)')
ax.grid(alpha=0.3)
ax.legend(frameon=False)

# Oculta el spine superior & derecho (estética minimalista)
for sp in ['right','top']:
    ax.spines[sp].set_visible(False)

plt.show()

# Crear una figura con 1 fila y 2 columnas de subplots
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))

# Primer subplot
x = np.linspace(0, 10, 100)
ax1.plot(x, np.sin(x), color='crimson')
ax1.set_title('Seno en ax1')

# Segundo subplot
ax2.plot(x, np.cos(x), color='dodgerblue')
ax2.set_title('Coseno en ax2')

plt.tight_layout() # Importante para que los subplots no se solapen
plt.show()

import numpy as np # Asegurar que numpy está importado
import matplotlib.pyplot as plt # Asegurar que pyplot está importado

x = np.linspace(0, 2*np.pi, 400)
fig, ax = plt.subplots(figsize=(7,4))
ax.plot(x, np.sin(x), label='sen(x)')
ax.plot(x, np.cos(x), label='cos(x)')
ax.plot(x, np.tan(x), label='tan(x)', alpha=0.4) # Tangente con transparencia
ax.set_ylim(-2,2) # Limitar el eje Y para mejor visualización de tan(x)
ax.legend(loc='upper right')
ax.set_title('Funciones trigonométricas')
ax.grid(True, linestyle=':', alpha=0.5)
plt.show()

f  = lambda x: x**3 - 3*x**2 + 2
xp = np.linspace(-1,4,200)
yp = f(xp)

dydx = np.gradient(yp, xp)   # Derivada numérica usando np.gradient

fig, ax = plt.subplots()
ax.plot(xp, yp, label='f(x) = x³-3x²+2')
ax.plot(xp, dydx, label="f'(x) (numérica)", linestyle='--')
ax.set_title('Función y su derivada numérica')
ax.legend()
ax.grid(True, linestyle=':', alpha=0.5)
plt.show()

g = 9.81      # Aceleración gravitacional (m/s²)
v0 = 20       # Velocidad inicial (m/s)
angle = 45    # Ángulo de lanzamiento (grados)

theta = np.radians(angle) # Convertir ángulo a radianes

# Tiempo total de vuelo
t_total = 2*v0*np.sin(theta)/g

t = np.linspace(0, t_total, 200) # Vector de tiempo
x_pos = v0*np.cos(theta)*t         # Posición horizontal
y_pos = v0*np.sin(theta)*t - 0.5*g*t**2 # Posición vertical

fig, ax = plt.subplots()
ax.plot(x_pos, y_pos, color='green')
ax.set_xlabel('Distancia Horizontal (m)')
ax.set_ylabel('Altura Vertical (m)')
ax.set_title(f'Trayectoria Parabólica (v₀={v0}m/s, θ={angle}°)')
ax.grid(True, linestyle=':', alpha=0.5)
ax.set_aspect('equal', adjustable='box') # Para que la trayectoria se vea proporcional
plt.show()

t = np.linspace(0, 2, 1000) # Tiempo de 0 a 2 segundos
wave1 = np.sin(2*np.pi*5*t)     # Onda de 5 Hz
wave2 = 0.5*np.sin(2*np.pi*7*t) # Onda de 7 Hz con mitad de amplitud
superposicion = wave1 + wave2   # Suma de las ondas

fig, ax = plt.subplots(figsize=(8,5))
ax.plot(t, wave1, label='Onda 1 (5Hz)', linestyle=':', alpha=0.7)
ax.plot(t, wave2, label='Onda 2 (7Hz)', linestyle=':', alpha=0.7)
ax.plot(t, superposicion, label='Superposición', color='purple', linewidth=1.5)
ax.set_xlabel('Tiempo (s)')
ax.set_ylabel('Amplitud')
ax.set_title('Interferencia de dos ondas sinusoidales')
ax.legend()
ax.grid(True, linestyle=':', alpha=0.5)
plt.show()

fig, ax = plt.subplots()
ax.plot([0,1,2],[0,1,4], label='Datos de ejemplo')
ax.set_title('Gráfico de Ejemplo para Guardar')
ax.legend()

# Guardar la figura (asegúrate que la carpeta 'assets/images/' exista o cambia la ruta)
# fig.savefig('assets/images/mi_grafico.png', dpi=300, bbox_inches='tight')
# fig.savefig('mi_grafico_vectorial.svg', bbox_inches='tight') # Formato vectorial

# Para demostración, no ejecutaremos savefig aquí para evitar errores de ruta
# print("El gráfico se guardaría con: fig.savefig('nombre_archivo.png', dpi=300)")

plt.show() # show() usualmente limpia la figura, por eso savefig() va antes.

# Datos
materias = ['Álgebra', 'Cálculo', 'Física', 'Química']
notas = [85, 90, 78, 88]

# Crear figura
fig, ax = plt.subplots()

# Graficar
ax.bar(materias, notas, color='teal')

# Personalizar
ax.set_title('Promedio por Materia')
ax.set_ylabel('Nota')
ax.grid(True, axis='y', alpha=0.3)

plt.show()

# Datos físicos
objetos = ['Coche', 'Moto', 'Bicicleta', 'Corredor']
velocidades = [120, 100, 30, 12]

# Graficar
fig, ax = plt.subplots()
ax.bar(objetos, velocidades, color='slateblue')

# Etiquetas y título
ax.set_title('Velocidad Máxima por Objeto')
ax.set_ylabel('Velocidad (km/h)')
ax.grid(True, axis='y', alpha=0.3)

plt.show()

# Generar datos aleatorios
import numpy as np
calificaciones = np.random.normal(loc=70, scale=10, size=200)

# Graficar
fig, ax = plt.subplots()
ax.hist(calificaciones, bins=15, color='mediumseagreen', edgecolor='black')

# Personalizar
ax.set_title('Distribución de Calificaciones')
ax.set_xlabel('Calificación')
ax.set_ylabel('Frecuencia')
ax.grid(True, axis='y', alpha=0.3)

plt.show()

# Datos
categorias = ['Alquiler', 'Comida', 'Transporte', 'Entretenimiento']
gastos = [1200, 400, 150, 100]

# Graficar
fig, ax = plt.subplots()
ax.pie(gastos, labels=categorias, autopct='%1.1f%%', startangle=90, colors=['#f97316', '#10b981', '#6366f1', '#ec4899'])

# Título
ax.set_title('Distribución de Gastos Mensuales')
plt.axis('equal')  # Hacer que sea circular

plt.show()

from mpl_toolkits.mplot3d import Axes3D

# Datos
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# Graficar
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, cmap='viridis')

# Títulos
ax.set_title('Superficie 3D - Onda Senoidal')
ax.set_xlabel('Eje X')
ax.set_ylabel('Eje Y')
ax.set_zlabel('Eje Z')

plt.show()