Bar Charts - Matplotlib_001

Matplotlib es una librería del lenguaje de programación Python, que nos permite crear gráficos estadísticos de gran calidad, RMarkdown nos permite trabajar con otros lenguajes de programación tales como C++, SQL, Julia, entre muchos otros; a continuación mostramos un diagrama de barras (Bar Chart) creado con Matplotlib.

import matplotlib.pyplot as plt
 

eje_x = ['Python', 'R', 'Node.js', 'PHP']
 

eje_y = [50,20,35,47]
 

plt.bar(eje_x, eje_y)
 
plt.ylabel('Cantidad de usuarios')
 

plt.xlabel('Lenguajes de programación')
 

plt.title('Usuarios de lenguajes de programación')
 

plt.show()

Bar Charts - Matplotlib_002

import matplotlib.pyplot as plt
 

eje_x = ['Prog.', 'Ciencia', 'Mat.', 'Ing.']
 

eje_y = [76,31,45,57]
 
## Creamos Gráfica y ponesmos las barras de color verde
plt.barh(eje_x, eje_y, color="green")
plt.ylabel('Empleados')
plt.xlabel('Habilidades')
plt.title('Habilidades')
plt.show()

Bar Charts - Matplotlib_003

import numpy as np
import matplotlib.pyplot as plt
 
serie_1 = [406, 387, 442, 457, 485]
serie_2 = [421, 453, 435, 478, 512]
 
 
numero_de_grupos = len(serie_1)
indice_barras = np.arange(numero_de_grupos)
ancho_barras =0.35
 
plt.bar(indice_barras, serie_1, width=ancho_barras, label='Hombres')
plt.bar(indice_barras + ancho_barras, serie_2, width=ancho_barras, label='Mujeres')
plt.legend(loc='best')
## Se colocan los indicadores en el eje x
plt.xticks(indice_barras + ancho_barras, ('2017', '2018', '2019', '2020','2021'))
 
plt.ylabel('Numero de habitantes')
plt.xlabel('Año')
plt.title('Numero de habitantes por genero')
 
plt.show()

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