Clase 037 — Matplotlib: subplots y gridspec

Parte: 0 — Prerrequisitos · Fuente: VanderPlas, cap. 4 § 4.6 Multiple Subplots. ⏱️ Duración estimada: 60 min.

🎯 Objetivo

Que el alumno organice múltiples plots en una sola figura — con plt.subplots(n, m) para grillas regulares y con GridSpec para layouts irregulares (un plot grande + varios pequeños). Crítico para informes y dashboards.

📚 Resultados de aprendizaje

Al finalizar la clase, el alumno podrá:

Crear grillas regulares con fig, axes = plt.subplots(2, 3, figsize=...).
Iterar sobre axes.flat para llenar la grilla con loops.
Compartir ejes con sharex=True, sharey=True para comparar.
Usar GridSpec para layouts irregulares (1 grande + 3 pequeños).
Usar constrained_layout=True en vez de tight_layout() (más confiable).

🗺️ Temas

#	Tema	Por qué importa
1	`plt.subplots(nrows, ncols)`	Grilla regular.
2	Iterar con `.flat`	Llenar muchos plots en loop.
3	`sharex`/`sharey`	Comparar con misma escala.
4	`GridSpec` para layouts irregulares	1 grande + N pequeños.
5	`constrained_layout` vs `tight_layout`	El primero es mejor.
6	`add_subplot` con posiciones custom	Cuando necesitas full control.

📖 Definiciones y características

plt.subplots(n, m): Crea figure + grilla regular de n filas × m columnas de axes. Devuelve (fig, axes) donde axes es array 2D — itera con .flat para llenar.
sharex / sharey: Comparten escala entre axes del grid. Ideal para comparar distribuciones de la misma magnitud sin distorsión visual.
GridSpec: Layout irregular avanzado: define grilla y asigna spans manualmente ("plot grande arriba + 3 pequeños abajo"). Mucho más flexible que subplots(n, m).
add_subplot(spec): Añade un axes a una figure según una posición específica (índice 121, o GridSpec). Útil cuando subplots no alcanza.
constrained_layout=True: Algoritmo moderno (default en pandas 3+) que ajusta spacing automáticamente. Maneja colorbars, leyendas externas, suptitle sin overlap. Recomendado sobre tight_layout().

📂 Dataset / recursos

Palmer Penguins. Sin descarga.

🧪 Ejercicios

1. Grilla 2×2. 4 histogramas de las 4 features numéricas de penguins en una figura.

2. Grilla con loop. Itera axes.flat para plot consistente.

3. sharey=True. 3 boxplots por species lado a lado con misma escala Y.

4. GridSpec irregular. Un scatter grande (2×2) + 1 hist arriba (1×2) + 1 hist a la derecha (2×1) — marginal histograms.

5. constrained_layout. Compara una figura compleja con tight_layout() vs constrained_layout=True — observa diferencia.

📝 Homework verificable

Notebook con penguins: (a) grilla 2×2 hists; (b) 3 boxplots con sharey; (c) layout GridSpec con scatter central + marginales arriba/derecha; (d) misma figura comparando tight_layout vs constrained_layout.

Criterio de aceptación: Sin superposición de labels. Layouts limpios. Marginales alineadas al scatter.

⚠️ Errores comunes

Síntoma / mensaje	Causa y cómo arreglar
`axes` es array 1D cuando esperaba 2D	Si pides `subplots(1, 3)` o `subplots(3, 1)`, axes es 1D. Fix: usa `axes.flat` (siempre 1D) para iterar consistente, o `axes.reshape(-1)`.
`subplots(1, 1)` devuelve axes escalar	No es array. Fix: si quieres array siempre, `subplots(1, 1, squeeze=False)` (devuelve 2D). O distingue caso 1 vs N.
Plots se superponen / labels cortados	Sin `constrained_layout=True` ni `tight_layout()`. Fix: `subplots(..., constrained_layout=True)` siempre.
`sharey=True` pero un plot tiene escala distinta	Quizás esa subplot necesita un eje secundario: `ax.twinx()`. Mezclar escalas con shared rompe la utilidad.
GridSpec con índices confusos	El orden es `gs[fila, col]` igual que NumPy. Spans: `gs[0:2, 1]` = filas 0-1 (excluye 2), columna 1.

❓ Preguntas frecuentes

❓ ¿Cuándo subplots(n, m) vs GridSpec?

Regular: subplots. Irregular (un grande + varios pequeños, joint plot, dashboard): GridSpec.

❓ ¿fig.suptitle o ax.set_title con subplots?

suptitle = título de toda la figura (encima de todos). ax.set_title = título por subplot. Combinables.

❓ ¿Cómo controlo espacio entre subplots?

subplots(..., gridspec_kw={'hspace': 0.3, 'wspace': 0.3}) (ratios relativos al tamaño del axes). Con constrained_layout suele ser automático.

❓ ¿figsize cómo elegir?

Para artículos: ancho de columna (típicamente 3.5" para 1 col, 7" para ancho página). Para presentaciones: aspect ratio 16:9 → (12, 6.75).

❓ ¿axes.flat o axes.flatten()?

flat es iterador (no copia). flatten() devuelve nuevo array. Para iterar, flat ahorra memoria.

🔗 Referencias

VanderPlas, cap. 4 § 4.6.
GridSpec tutorial

📥 Material descargable

📄 Guía explicativa (PDF) — versión imprimible con todo el contenido de la clase.
🎞️ Presentación (PPTX) — deck PowerPoint listo para proyectar en clase.
🧮 Notebook ejecutable (.ipynb) — abrilo desde el laboratorio del programa o desde Jupyter.

➡️ Siguiente clase

Clase 038 — Matplotlib: legends, colorbars, ticks, anotaciones