pyvmote 1.1.0

Librería para generar gráficos y visualizar imágenes en tiempo real en remoto

📊 PyVmote

PyVmote es una librería de Python para la generación y visualización remota de gráficos, tanto estáticos como interactivos, usando un servidor FastAPI. Permite visualizar gráficas directamente desde tu navegador incluso cuando trabajas en un entorno remoto (como SSH), gracias a su sistema de forwarding de puertos y WebSocket en tiempo real.

---

🚀 Características principales

• 📈 Soporte para múltiples tipos de gráficos:

  • Line plot
  • Scatter plot
  • Bar plot
  • Histogram
  • Boxplot
  • Density plot (KDE)
  • Clusters
  • Pie Graphs

• 🌐 Servidor web integrado con FastAPI

• ⚡ Recarga automática de gráficos mediante WebSocket

• 🌍 Visualización remota con un simple túnel SSH

• 🖱️ Soporte para gráficos interactivos con mpld3

• 📸 Exportación de gráficos a formatos png, jpg, svg, pdf, etc.

• 🧠 Historial de gráficos generado automáticamente

• 🔀 Comparaciones de varias series con colores distintos en line, scatter, bar, box y cluster plots

• 🧪 Compatible con DataFrames de pandas y datasets tipo sklearn.datasets.load_*()

---

Instalacion

para instalar la libreria simplemente cree un entorno de desarrollo con python y venv he instale la libreria usando pip

pip install pyvmote

Flujo de trabajo

Importacion

Pyvmote funciona como una clase fachada que te permite usar todas las funciones a tarves de un objeto.

import pyvmote as pyv

Iniciar servidor

podras elegir en que puerto se inicia el servidor

start_server(puerto)

Creacion de Gráficos

Una vez que hayas iniciado el servidor podras ir a tu browser de confianza y empezar a ver graficos mientras los generes en tu http://localhost:port/ Los graficos se hacen con soporte de matplotlib por lo cual todos los parametros de los graficos presentes en esta libreria funcionan con los mismos parametros de matplotlib.

En cada grafico generado de aqui puede definir con un parametro que interative = True -> (Gráfico interactivo) o interactive = False -> (Imagen).

• Line plots ⇒ x e y aceptan listas simples, listas de listas, diccionarios, DataFrames o datasets de sklearn. Usa color=[...] para dar un color distinto a cada serie.

  pyv.line_plot(
      x=[[1, 2, 3, 4], [2, 5, 6, 7, 8]],
      y=[[4, 3, 2, 1], [1, 4, 7, 8, 9]],
      color=["red", "green"],
      labels=["grupo A", "grupo B"],
      title="comparación"
  )
  

• Scatter plots ⇒ mismas entradas comparativas que line_plot

  pyv.scatter_plot(x, y=None, xname="X", yname="Y", title="Scatter Plot", interactive=True, color=['blue', 'orange'], xlim=None, ylim=None, labels=None)
  

• Bar Plots ⇒ permite barras agrupadas para comparar varias series

  pyv.bar_plot(x, y=None, xname="X", yname="Y", title="Bar Plot", interactive=True, color=['blue', 'orange'], xlim=None, ylim=None, labels=None)
  

• Historigram ⇒ x puede ser una lista y puede ser un dataframe de pandas

  pyv.hist_plot(x, xname="Value", yname="Frequency", title="Histogram", bins=20, interactive=True, color='blue', xlim=None, ylim=None):
  

• Box plot ⇒ acepta una lista, listas de listas, DataFrame o dataset de sklearn para comparar distribuciones

  pyv.box_plot(x, xname="", yname="Value", title="Box Plot", interactive=True, color=None, labels=None)
  

• Density plots (KDE) ⇒ x puede ser una lista y puede ser un dataframe de pandas

  pyv.density_plot(x, xname="X", yname="Density", title="Density Plot", interactive=True, color='blue', xlim=None, ylim=None)
  

• Pie Graph ⇒ sizes es una lista de porcentages que sumen 100% y labels es una lista de titulos para cada uno de klos trozos de tarta

  pyv.pie_plot(sizes, labels=None, title="Pie Chart", interactive=True, colors=None):
  

• cluster plot ⇒ data puede ser una matriz de puntos 2D, varias matrices, un DataFrame o un dataset de sklearn. labels es opcional si el dataset trae target.

  from sklearn.datasets import make_blobs, load_iris
  
  data, labels = make_blobs(n_samples=100, centers=3, n_features=2)
  pyv.cluster_plot(data, labels, title="Cluster Plot", interactive=True, cmap='viridis')
  
  iris = load_iris()
  pyv.scatter_plot(iris, xname="sepal length (cm)", yname=["sepal width (cm)", "petal length (cm)"], color=["red", "green"])
  pyv.box_plot(iris, xname=["sepal length (cm)", "petal length (cm)"], color=["red", "green"])
  pyv.cluster_plot(iris, title="Iris clusters")
  

Descargar Gráficos

Puedes descargar los graficos en formato png desde la pestaña preview o con el formato que quieras usando. El parametro title se refiere al titulo del grafico

plt.export_graph(self, title, extension="jpg", target_folder="exports")

Cerrar Servidor

Esto se hace de forma automatica cuandos se acaba el programa o cierras la linea de comandos pero si quieres hacerlo antes

pyv.stop_server()

⚠️ Warning: Esto no solo cerrara el servidor sino tambien borrara todas las imagenes creadas y todo el historial, por ello si quieres conservar alguna imagen recuerda descargarla en la pestaña preview