Tipos de Gráficos Avanzados
Construye grids facetadas, pair grids, figuras multipanel y tipos de gráficos combinados para vistas multivariadas complejas.
🎯 Lo que aprenderás:
- Crear FacetGrid y catplot para comparaciones categóricas multipanel
- Construir pair plots y pair grids con funciones personalizadas en la diagonal y fuera de ella
- Combinar varios tipos de gráficos en una sola figura con gridspec y subplots
- Usar ejes inset y ejes gemelos para mostrar información en capas
Los gráficos simples revelan relaciones individuales. Las figuras avanzadas multipanel revelan la estructura de todo tu conjunto de datos. Esta lección cubre el FacetGrid y el PairGrid de seaborn, el gridspec de matplotlib para diseños personalizados, y las técnicas para combinar varios tipos de gráficos en una sola figura.
Conceptos clave
FacetGrid para facetar por variables categóricas
FacetGrid divide los datos por una o más variables categóricas y crea un panel para cada combinación:
python
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
# students-performance.csv ships with the course — load it from the browser file system.
df = pd.read_csv("students-performance.csv")
# Single faceting variable
g = sns.FacetGrid(df, col="gender", row="lunch", height=4, aspect=1.2)
g.map(sns.histplot, "math score", kde=True, bins=15)
g.set_axis_labels("Math Score", "Count")
g.fig.suptitle("Math Score Distributions by Gender and Lunch Type", y=1.03)
plt.show()catplot (alternativa más fácil a FacetGrid)
catplot es una interfaz de nivel superior que maneja el facetado automáticamente:
python
# Count plot faceted by gender and test prep
sns.catplot(
data=df,
x="race/ethnicity",
col="gender",
hue="test preparation course",
kind="count",
height=5,
aspect=1.2,
palette="Set2"
)
plt.show()
# Box plot faceted by lunch type
sns.catplot(
data=df,
x="gender",
y="math score",
col="lunch",
kind="box",
height=5,
aspect=0.8,
palette="Set2"
)
plt.show()PairGrid para gráficos por pares personalizados
PairGrid te da el control total sobre lo que va en la diagonal, el triángulo superior y el triángulo inferior:
python
g = sns.PairGrid(
df,
vars=["math score", "reading score", "writing score"],
hue="gender",
height=3
)
# Diagonal: KDE
g.map_diag(sns.kdeplot, fill=True, alpha=0.5)
# Upper triangle: scatter
g.map_upper(sns.scatterplot, alpha=0.4)
# Lower triangle: regression
g.map_lower(sns.regplot, scatter_kws={"alpha": 0.3})
g.add_legend()
g.fig.suptitle("Custom Pair Grid: Scores by Gender", y=1.02)
plt.show()Figuras multipanel con gridspec
Para diseños donde los subplots necesitan tamaños diferentes, usa GridSpec:
python
import matplotlib.gridspec as gridspec
fig = plt.figure(figsize=(14, 10))
gs = gridspec.GridSpec(2, 3, height_ratios=[1, 1.5], width_ratios=[1, 1, 1])
# Top row: three histograms
for i, subject in enumerate(["math score", "reading score", "writing score"]):
ax = fig.add_subplot(gs[0, i])
sns.histplot(df[subject], kde=True, ax=ax, bins=15, color="steelblue")
ax.set_title(subject.replace(" score", " Scores"))
# Bottom row: wide scatter plot spanning two columns
ax_scatter = fig.add_subplot(gs[1, :2])
ax_scatter.scatter(df["math score"], df["reading score"], alpha=0.4, c="steelblue")
ax_scatter.set_title("Math vs Reading")
ax_scatter.set_xlabel("Math Score")
ax_scatter.set_ylabel("Reading Score")
# Bottom right: box plot
ax_box = fig.add_subplot(gs[1, 2])
sns.boxplot(data=df, x="gender", y="writing score", ax=ax_box, palette="Set2")
ax_box.set_title("Writing by Gender")
plt.tight_layout()
plt.show()Combinar tipos de gráficos en un mismo eje
Superpone diferentes tipos de gráficos para añadir capas de información:
python
fig, ax = plt.subplots(figsize=(10, 6))
# Layer 1: scatter
ax.scatter(df["math score"], df["reading score"], alpha=0.3, label="Students", c="steelblue")
# Layer 2: regression line
z = np.polyfit(df["math score"], df["reading score"], 1)
p = np.poly1d(z)
x_line = np.linspace(df["math score"].min(), df["math score"].max(), 100)
ax.plot(x_line, p(x_line), "r--", linewidth=2, label=f"Trend (slope={z[0]:.2f})")
# Layer 3: means
mean_math = df["math score"].mean()
mean_reading = df["reading score"].mean()
ax.axvline(mean_math, color="green", linestyle=":", alpha=0.7, label=f"Mean Math: {mean_math:.1f}")
ax.axhline(mean_reading, color="orange", linestyle=":", alpha=0.7, label=f"Mean Reading: {mean_reading:.1f}")
ax.set_title("Math vs Reading Scores with Trend and Means")
ax.set_xlabel("Math Score")
ax.set_ylabel("Reading Score")
ax.legend()
plt.show()Ejes inset para vistas ampliadas
Muestra una vista ampliada de una región dentro de un gráfico más grande:
python
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
fig, ax = plt.subplots(figsize=(10, 6))
ax.scatter(df["math score"], df["reading score"], alpha=0.3, s=20)
ax.set_title("Math vs Reading (with inset zoom)")
ax.set_xlabel("Math Score")
ax.set_ylabel("Reading Score")
# Inset: zoom into the dense center region
axins = inset_axes(ax, width="40%", height="40%", loc="upper left")
axins.scatter(df["math score"], df["reading score"], alpha=0.3, s=10)
axins.set_xlim(50, 70)
axins.set_ylim(50, 70)
axins.set_title("Zoomed Region", fontsize=8)
plt.show()Ejes gemelos para dobles escalas en Y
Cuando dos variables tienen escalas diferentes pero comparten un eje X:
python
fig, ax1 = plt.subplots(figsize=(10, 6))
# Left y-axis
color1 = "steelblue"
ax1.hist(df["math score"], bins=20, alpha=0.6, color=color1, label="Math Score")
ax1.set_xlabel("Score")
ax1.set_ylabel("Math Score Count", color=color1)
ax1.tick_params(axis="y", labelcolor=color1)
# Right y-axis
ax2 = ax1.twinx()
color2 = "coral"
ax2.hist(df["reading score"], bins=20, alpha=0.6, color=color2, label="Reading Score")
ax2.set_ylabel("Reading Score Count", color=color2)
ax2.tick_params(axis="y", labelcolor=color2)
ax1.set_title("Math vs Reading Score Distributions (Dual Axis)")
fig.legend(loc="upper right", bbox_to_anchor=(0.9, 0.9))
plt.show()Inténtalo
Construye una figura multipanel integral para el conjunto de datos Students Performance.
python
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
# students-performance.csv ships with the course — load it from the browser file system.
df = pd.read_csv("students-performance.csv")
fig = plt.figure(figsize=(16, 12))
gs = gridspec.GridSpec(2, 3, hspace=0.35, wspace=0.3)
# Panel 1: Math score distribution by gender
ax1 = fig.add_subplot(gs[0, 0])
sns.histplot(data=df, x="math score", hue="gender", kde=True, ax=ax1, alpha=0.5, bins=15)
ax1.set_title("Math by Gender")
# Panel 2: Reading score distribution by lunch
ax2 = fig.add_subplot(gs[0, 1])
sns.violinplot(data=df, x="lunch", y="reading score", ax=ax2, palette="Set2")
ax2.set_title("Reading by Lunch Type")
# Panel 3: Ethnicity counts
ax3 = fig.add_subplot(gs[0, 2])
sns.countplot(data=df, x="race/ethnicity", ax=ax3, palette="Set3")
ax3.set_title("Ethnicity Distribution")
ax3.tick_params(axis="x", rotation=45)
# Panel 4: Math vs Writing scatter
ax4 = fig.add_subplot(gs[1, 0])
ax4.scatter(df["math score"], df["writing score"], alpha=0.3, c="steelblue")
ax4.set_title("Math vs Writing")
ax4.set_xlabel("Math Score")
ax4.set_ylabel("Writing Score")
# Panel 5: Correlation heatmap
ax5 = fig.add_subplot(gs[1, 1])
corr = df[["math score", "reading score", "writing score"]].corr()
sns.heatmap(corr, annot=True, fmt=".2f", cmap="RdBu_r", center=0,
vmin=-1, vmax=1, square=True, ax=ax5, cbar_kws={"shrink": 0.8})
ax5.set_title("Correlation Matrix")
# Panel 6: Test prep comparison
ax6 = fig.add_subplot(gs[1, 2])
sns.boxplot(data=df, x="test preparation course", y="math score",
hue="gender", ax=ax6, palette="Set1")
ax6.set_title("Test Prep Effect")
fig.suptitle("Students Performance — Multi-Panel Overview", fontsize=16, fontweight="bold", y=1.01)
plt.show()Conclusiones clave
- FacetGrid y catplot crean vistas multipanel divididas por variables categóricas, esenciales para comparar distribuciones entre grupos
- PairGrid da el control total sobre los tipos de gráfico de la diagonal, el triángulo superior y el triángulo inferior
- GridSpec crea diseños personalizados donde los subplots tienen tamaños diferentes
- Combinar tipos de gráficos en un mismo eje (dispersión + regresión + medias) apila información de forma eficiente
- Los ejes inset y los ejes gemelos añaden vistas ampliadas o de doble escala sin crear figuras nuevas
Desafío de práctica
Crea una figura 2×2: (1) un FacetGrid de histogramas del puntaje de matemáticas dividido por género, (2) un PairGrid de los tres puntajes con KDE en la diagonal y dispersión debajo, (3) un gráfico combinado de dispersión + regresión + líneas de medias, y (4) un mapa de calor de correlación. Establece un solo título de figura para los cuatro.
🧩 Desafío, piensa primero, luego revela
python
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
# students-performance.csv ships with the course — load it from the browser file system.
df = pd.read_csv("students-performance.csv")
fig = plt.figure(figsize=(16, 14))
gs = gridspec.GridSpec(2, 2, hspace=0.35, wspace=0.3)
# Panel 1: FacetGrid-like — math by gender (two histograms)
ax1 = fig.add_subplot(gs[0, 0])
for gender in df["gender"].unique():
ax1.hist(df[df["gender"] == gender]["math score"], alpha=0.5, bins=15, label=gender)
ax1.set_title("Math Score by Gender")
ax1.set_xlabel("Math Score")
ax1.set_ylabel("Count")
ax1.legend()
# Panel 2: PairGrid-like — scatter below diagonal, KDE on diagonal
ax2 = fig.add_subplot(gs[0, 1])
ax2.scatter(df["math score"], df["reading score"], alpha=0.3, c="steelblue")
mean_m, mean_r = df["math score"].mean(), df["reading score"].mean()
ax2.axvline(mean_m, color="green", linestyle="--", alpha=0.7, label=f"Mean Math: {mean_m:.1f}")
ax2.axhline(mean_r, color="orange", linestyle="--", alpha=0.7, label=f"Mean Reading: {mean_r:.1f}")
ax2.set_title("Math vs Reading with Means")
ax2.set_xlabel("Math Score")
ax2.set_ylabel("Reading Score")
ax2.legend(fontsize=8)
# Panel 3: Scatter + regression + means
ax3 = fig.add_subplot(gs[1, 0])
sns.regplot(data=df, x="math score", y="writing score", ax=ax3,
scatter_kws={"alpha": 0.3}, line_kws={"color": "red"})
ax3.set_title("Math vs Writing (Regression)")
ax3.set_xlabel("Math Score")
ax3.set_ylabel("Writing Score")
# Panel 4: Correlation heatmap
ax4 = fig.add_subplot(gs[1, 1])
corr = df[["math score", "reading score", "writing score"]].corr()
sns.heatmap(corr, annot=True, fmt=".2f", cmap="RdBu_r", center=0,
vmin=-1, vmax=1, square=True, ax=ax4, linewidths=0.5)
ax4.set_title("Correlation Matrix")
fig.suptitle("Students Performance — Comprehensive Overview", fontsize=16, fontweight="bold", y=1.01)
plt.show() ✅ Comprobación rápida +10 XP
1. ¿Cuándo deberías usar un gráfico de violín en lugar de un diagrama de caja?
2. ¿Cuál es la ventaja de los gráficos facetados?
3. ¿Qué crea plt.subplot(2, 2, 1)?