Librerias para graficacion en Python

En esta ocasiones veremos un par de librerias dentro de python que nos permiten entrar al entorno grafico.
Hay muchas librerías disponibles para dibujar gráficos en Python. Para elegir entre ellas, primero debemos saber qué queremos hacer con la gráfica; por ejemplo, si queremos usarla para visualizar datos en la pantalla, guardarlas en una imagen, en un artículo o mostrarlas en una aplicación web o de escritorio.

Para consultar todas las librerias existentes para graficacion en python, te dejo un sitio en donde encontraras todas las herramientas graficas que se encuentran dentro de python en ingles: Herramientas graficas en python

Matplotlib

Matplotlib (parte de Scipy) es la mega-librería que hace de todo. Es la más completa de todas las librerías disponibles, y puede producir gráficos para todos los usos que les queramos dar. El problema es que por defecto, los gráficos producidos por Matplotlib son muy básicos (léase, feos), por lo que hay que hacer bastantes ajustes para decorarlos adecuadamente. Matplotlib también provee widgets para Gtk y Qt para su uso en aplicaciones de escritorio.

Pandas

Pandas incluye también funciones de representación gráfica. Las clases Series and DataFrame tienen un método plot() para dibujar gráficos de los datos. En la documentación hay detalles acerca de los tipos de gráficas soportadas. La implementación se basa en Matplotlib, y los gráficos resultantes se pueden manipular usando las funciones de esta librería. Nuevamente, el mayor problema es la necesidad de un esfuerzo relativo para conseguir gráficas decoradas. No obstante, es una funcionalidad muy práctica a la hora de realizar un análisis exploratorio de los datos.

Seaborn

También basada en Matplotlib, Seaborn provee una interfaz simplificada y orientada a la visualización de datos estadísticos. Está diseñada para producir gráficas atractivas por defecto. Por otro lado, la personalización y los tipos de gráfica disponibles son algo más limitados que Matplotlib.

Bokeh

Bokeh es una librería para producir gráficos interactivos en navegadores web. Esto significa que la salida viene dada en forma de código HTML/JS que puede ser usado en una página web. También se pueden generar imágenes estáticas. Bokeh también tiene un servidor que puede usarse para mostrar gráficos con actualizaciones en vivo. El uso de Bokeh es recomendable especialmente para aplicaciones o sitios web que presenten datos a los usuarios finales. Otro sitio donde Bokeh puede resultar de gran utilidad es en las libretas Jupyter, especialmente si se van a utilizar para hacer presentaciones de estudios y resultados.

PyQtGraph

De forma similar a Bokeh para las páginas web, PyQtGraph es una librería para Qt(disponible en Python a través de la librería PySide). Qt es un entorno multi-lenguaje (C/C++, Python, Java...) y multi-plataforma (Windows, Linux, OS X, Android...) para desarrollar aplicaciones.