Volver al curso

Python para Data Science

leccion
14 / 14
beginner
12 horas
Visualizacion de Datos

Visualizacion con Pandas

Lectura
10 min~1 min lectura

Graficos directos desde Pandas

Pandas tiene metodos de graficacion integrados que usan Matplotlib por debajo.

Sintaxis rapida

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
    'mes': ['Ene', 'Feb', 'Mar', 'Abr', 'May'],
    'ventas': [100, 120, 90, 140, 110],
    'gastos': [80, 90, 85, 95, 88]
})

# Grafico de lineas
df.plot(x='mes', y='ventas')

# Multiples lineas
df.plot(x='mes', y=['ventas', 'gastos'])

# Barras
df.plot(x='mes', y='ventas', kind='bar')

# Area
df.plot(x='mes', y=['ventas', 'gastos'], kind='area', alpha=0.5)

# Pie
df.set_index('mes')['ventas'].plot(kind='pie', autopct='%1.1f%%')

Histograma de columna

df['ventas'].hist(bins=10)
plt.show()

# O con plot
df['ventas'].plot(kind='hist', bins=10)

Box plot

df[['ventas', 'gastos']].plot(kind='box')
plt.show()

Scatter desde DataFrame

df.plot(x='ventas', y='gastos', kind='scatter')
plt.show()

Personalizacion

df.plot(
    x='mes',
    y='ventas',
    kind='bar',
    figsize=(10, 6),
    color='steelblue',
    title='Ventas Mensuales',
    xlabel='Mes',
    ylabel='Ventas ($)',
    legend=True,
    grid=True
)
plt.tight_layout()
plt.show()

Guardando graficos

# Con matplotlib
plt.savefig('grafico.png', dpi=300, bbox_inches='tight')
plt.savefig('grafico.pdf')
plt.savefig('grafico.svg')

# Formatos soportados: png, pdf, svg, jpg