Visualizaciones con Python
- Objetivo
- Presentar los gráficos que he realizado usando diversas librerías con Python en Colab.
Importancia
La elaboración de gráficos (sean estáticos o interactivos) deben cumplir el objetivo de transmitir un mensaje al espectador, mucho mejor si es entendible para personas ajenas al campo en el que te encuentras.
Una de las formas de generar gráficos o visualizaciones de manera llamativa es usando lenguajes de programación ya que te permiten editar de manera libre tu presentación, pero ello es a su vez una gran limitante, ya que se requiere del conocimiento de las herramientas que se empleará.
Librerías en Python
Existen muchas librerias pero es necesario no perder de vista el objetivo que se busca cumplir: ¿gráfico interactivo o estático?. A continuación presento una imagen que nos ayudará a decidir que librería podemos usar.
- Matplotlib
- Seaborn
- Pandas
- Altair
- Plotly
- Bokeh
Ejemplos
A continuación unos ejemplos realizados con Plotly a partir datos de imágenes satelitales en Google Earth Engine.
Series temporales
Porcentajes de nubosidad en imágenes satelitales Landsat y Sentinel-2 con plotly.
Con plotly fue posible realizar una visualización interactiva de datos de una estación meteorológica. En este caso se puede ver datos de temperatura.
Imagenes satelitales
Se utilizó la librería cartoee de geemap para obtener visualizaciones tipo publicación científica. Posteriormente, se realizó un gif.
Referencias
Matplotlib
Plotly- Plotly Python Open Source Graphing Library
- Graph Objects in Python
- Plotly: Colours list
- Plotly: Axes in Python
- Stackoverflow: Plotly: How to change the background color of each subplot?
- Plotly: Cambiar formato de Hover para fechas con XHOVERFORMAT
- Plotly: Hover Text and Formatting in Python
- Time Series and Date Axes in Python
- Creating and Updating Figures in Python
- Practical Business Python - Choosing a Python Visualization Tool
- Medium - PyViz: Simplifying the Data Visualisation process in Python.
Muchas gracias por leer. Saludos!