4. Explorando Más Bibliotecas de Python¶
4.1. Introducción¶
En esta sección, profundizaremos en el uso de bibliotecas de Python, enfocándonos específicamente en operaciones avanzadas con NumPy y visualizaciones utilizando Matplotlib.
Trabajando con Funciones
Comenzaremos definiendo el dominio de una función y calculando su rango correspondiente, seguido de la representación gráfica de estos valores.
import numpy as np
# Definir el DOMINIO de una FUNCIÓN
N = 35
X = np.linspace(-5, 5, N) # -5 límite inferior, 5 límite superior, N número de puntos a generar
# Mostrar los valores
print(X)
# Calcular el CO-DOMINIO de una FUNCIÓN
Y = np.sin(X) / X
# Mostrar los valores calculados
print(Y)
Graficando Funciones Complejas
Vamos a graficar los valores calculados y explorar técnicas de representación gráfica más avanzadas.
from matplotlib import pyplot as plt
# Graficar los valores de X y Y con círculos rojos
plt.plot(X, Y, 'ro')
plt.grid(True)
# Graficar los valores de X y Y con círculos cian
plt.plot(X, Y, 'co')
plt.grid(True)
# Graficar los valores de X y Y con líneas azules
plt.plot(X, Y, 'b-')
plt.grid(True)
display(plt, "plot_area") # Reemplazar con plt.show() si se ejecuta localmente
Explorando y Componiendo Funciones
También podemos explorar y componer funciones utilizando NumPy y Matplotlib.
Z = (np.sin(X)) ** 2
plt.plot(X, Z, '.-')
plt.grid(True)
display(plt, "plot_area") # Reemplazar con plt.show() si se ejecuta localmente
Editor de Código Interactivo
Para experimentar con el código de forma interactiva, utiliza los bloques de código interactivos proporcionados a continuación. Ejecuta todos los bloques de código para ver los resultados y explorar diferentes funcionalidades.
Note
Usa plt.show() en lugar de display(plt, “plot_area”) si lo recreas en una máquina local.