Saltar a contenido

Visualización de Datos: El Arte de Contar Historias

Los datos por sí solos son difíciles de interpretar. La visualización nos permite identificar tendencias, patrones y anomalías de forma instantánea. En Python, la herramienta fundamental para esto es Matplotlib.

1. Introducción a Matplotlib

Matplotlib es una librería de trazado en 2D que produce figuras de alta calidad. Su interfaz más utilizada es pyplot, que permite crear gráficos de forma muy similar a como se hace en herramientas como MATLAB.

  • Gráficos de Línea: Ideales para mostrar tendencias temporales.
  • Gráficos de Barras: Perfectos para comparar cantidades entre categorías.
  • Histogramas: Útiles para ver la distribución de una sola variable.
  • Scatter Plots (Dispersión): Excelentes para ver la relación entre dos variables.

2. Componentes de un Gráfico Profesional

Un gráfico no es solo una línea; para que sea informativo debe incluir: 1. Título: ¿De qué trata el gráfico? 2. Etiquetas de Ejes (Labels): ¿Qué representan X e Y? 3. Leyenda: Si hay varias series de datos, ¿cuál es cual? 4. Cuadrícula (Grid): Facilita la lectura de los valores exactos.

Ejemplo de Código Base

Para graficar, usualmente usamos el alias plt: import matplotlib.pyplot as plt. Un flujo básico sería: 1. Definir los datos: x = [1, 2, 3] e y = [10, 20, 30]. 2. Crear el gráfico: plt.plot(x, y). 3. Personalizar: plt.title("Mi Gráfico"). 4. Mostrar: plt.show().

Reto: Graficando el Crecimiento de Ventas

Vamos a crear un gráfico de líneas que represente las ventas de una tienda durante los primeros 4 meses del año.

Instrucciones:

  1. Importa matplotlib.pyplot con el alias plt.
  2. Crea una lista meses con: ["Ene", "Feb", "Mar", "Abr"].
  3. Crea una lista ventas con: [100, 150, 130, 200].
  4. Genera un gráfico de líneas usando plt.plot(meses, ventas).
  5. Agrega el título "Reporte Trimestral" usando plt.title().
  6. Agrega la etiqueta "Mes" al eje X usando plt.xlabel().

# Crea tu visualización aquí: