Metadata-Version: 2.1
Name: plotterclassprogra
Version: 0.0.5
Summary: Clase dedicada a poder visualizar diferentes tipos de graficos tras un clustering
Project-URL: Homepage, https://github.com/cristianpazos9/proyecto_programacion
Project-URL: Bug Tracker, https://github.com/cristianpazos9/proyecto_programacion/issues
Author: Manex Bengoa, Cristian Pazos
License: MIT License
        
        Copyright (c) 2023 cristianpazos9
        
        Permission is hereby granted, free of charge, to any person obtaining a copy
        of this software and associated documentation files (the "Software"), to deal
        in the Software without restriction, including without limitation the rights
        to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
        copies of the Software, and to permit persons to whom the Software is
        furnished to do so, subject to the following conditions:
        
        The above copyright notice and this permission notice shall be included in all
        copies or substantial portions of the Software.
        
        THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
        IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
        FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
        AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
        LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
        OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
        SOFTWARE.
License-File: LICENSE
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Classifier: Programming Language :: Python :: 3
Requires-Python: >=3.9
Description-Content-Type: text/markdown

# proyecto_programacion

## Libreria de Visualización para Clustering

Esta libreria proporciona un conjunto de clases en Python para crear y personalizar diversas visualizaciones de datos comúnmente utilizadas en clustering. El kit está diseñado para ser versátil y fácil de usar, permitiendo generar rápidamente visualizaciones que pueden facilitar el analisis de clustering.

### Tabla de Contenidos

1. [Instalación](#instalación)
2. [Uso](#uso)
   - [GraficoCluster](#graficocluster)
   - [GraficoHistograma](#graficohistograma)
   - [GraficoDeBarras](#graficodebarras)
   - [GraficoHistogramaCluster](#graficohistogramacluter)
   - [GraficoDeBarrasCluster](#graficodebarrascluster)
   - [GraficoDispersion](#graficodispersion)

## Instalación

Para usar este kit, asegúrese de tener instaladas las dependencias necesarias:

```bash
pip install pandas
pip install matplotlib
pip install numpy
pip install plotterclassprogra
```

## Uso

### GraficoCluster

La clase `GraficoCluster` sirve como la clase base para varias visualizaciones basadas en clústeres. Se inicializa con un DataFrame y proporciona métodos para configurar colores, título y tamaño de figura. Para mostrar el gráfico, utilice el método `mostrar`.

```python
from plotterclassprogra.plotter import GraficoCluster

# Ejemplo de Uso
datos = # proporcionar su DataFrame
grafico = GraficoCluster(datos)
grafico.configurar_colores(['azul', 'verde', 'rojo'])
grafico.mostrar()
```

### GraficoHistograma

La clase `GraficoHistograma` extiende `GraficoCluster` y se especializa en crear gráficos de histograma. Personalice el número de bins, escala logarítmica y tipo de histograma mediante el método `mostrar`.

```python
from plotterclassprogra.plotter import GraficoHistograma

# Ejemplo de Uso
grafico_hist = GraficoHistograma(datos)
grafico_hist.configurar_colores(['naranja'])
grafico_hist.mostrar('nombre_columna', bins=20, log=True, histtype='bar')
```

### GraficoDeBarras

La clase `GraficoDeBarras`, también una extensión de `GraficoCluster`, genera gráficos de barras. Proporcione opcionalmente un DataFrame de orden para personalizar el orden de las barras.

```python
from plotterclassprogra.plotter import GraficoDeBarras

# Ejemplo de Uso
grafico_barras = GraficoDeBarras(datos)
grafico_barras.configurar_colores(['morado'])
grafico_barras.mostrar('nombre_columna', order_df=None)
```

### GraficoHistogramaCluster

Esta clase extiende `GraficoCluster` y está especializada en gráficos de histograma con múltiples clústeres.

```python
from plotterclassprogra.plotter import GraficoHistogramaCluster

# Ejemplo de Uso
grafico_hist_cluster = GraficoHistogramaCluster(datos)
grafico_hist_cluster.configurar_colores(['cian', 'magenta'])
grafico_hist_cluster.mostrar('nombre_columna', bins=20, log=True, histtype='step')
```

### GraficoDeBarrasCluster

Extendiendo `GraficoCluster`, esta clase genera gráficos de barras con múltiples clústeres. Ordene las barras usando un DataFrame de orden.

```python
from plotterclassprogra.plotter import GraficoDeBarrasCluster

# Ejemplo de Uso
grafico_barras_cluster = GraficoDeBarrasCluster(datos)
grafico_barras_cluster.configurar_colores(['amarillo', 'verde'])
grafico_barras_cluster.mostrar('nombre_columna', order_df=None)
```

### GraficoDispersion

La clase `GraficoDispersion` crea gráficos de dispersión, permitiendo la visualización de dos variables numéricas coloreadas por una variable categórica.

```python
from plotterclassprogra.plotter import GraficoDispersion

# Ejemplo de Uso
grafico_dispersion = GraficoDispersion(datos)
grafico_dispersion.configurar_colores(['marrón', 'rosa'])
grafico_dispersion.mostrar('columna_x', 'columna_y', hue_col='columna_cluster')
```

Siéntase libre de personalizar y explorar diferentes configuraciones para cada clase de visualización. ¡Feliz visualización!
