Saltar al contenido

Lección 14 de 14 · Lectura y práctica

Visualización con Pandas

Escoge una gráfica para una pregunta, revisa ejes y orden y guarda la figura concreta antes de mostrarla.

Del concepto a la práctica

Taller de esta lección

La interfaz plot de Pandas es conveniente cuando los datos ya están en un DataFrame, pero la elección del gráfico debe partir de la pregunta. Una línea sirve para orden temporal; una barra sirve para comparar categorías. Guarda la figura antes de cerrarla y verifica las cifras que la originan.

Ejemplo resuelto

python
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
    'mes': ['Ene', 'Feb', 'Mar'],
    'ingresos': [100, 120, 90]
})
ax = df.plot(x='mes', y='ingresos', kind='line', marker='o')
ax.set_ylabel('Importe')
ax.set_title('Ingresos mensuales')
plt.tight_layout()
ax.figure.savefig("ingresos-mensuales.png", dpi=150, bbox_inches="tight")
plt.show()
  1. La columna mes conserva el orden presentado.

  2. La serie representa importes, no conteos.

  3. El eje se etiqueta con su unidad.

  4. La suma de los puntos sirve como comprobación independiente.

Un error frecuente es usar un gráfico circular para una evolución temporal. Corrígelo con una línea y reserva proporciones para categorías que formen un total claro.

Pruébalo

Cambia ingresos a [80, 110, 110] y calcula el total y el mes máximo.

Comprueba tu resultado

El total debe ser 300 y el máximo corresponde a Feb y Mar, ambos con 110.

La figura se guarda antes de mostrarla; confirma que el PNG existe y conserva los datos y el código que lo originan. Para esta práctica la unidad es una moneda ficticia común. Si el eje temporal atraviesa años o hay meses ausentes, usa fechas explícitas y decide cómo representar los intervalos; no supongas que el orden alfabético equivale al cronológico.

Comparación de una interfaz sin jerarquía y otra con título, información y acción claramente ordenados.
CursaloMapa de práctica
La jerarquía guía la mirada

El tamaño, el espacio y el contraste ayudan a distinguir lo principal de lo secundario. Una jerarquía clara guía la lectura desde el título hasta la información y la acción. Comprueba que el orden visual coincida con la tarea de la persona.

Ver la infografía en tamaño completo ↗
Fuentes para profundizar

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

# Guarda la figura antes de mostrarla o cerrarla.
ax = df.plot(x='mes', y='ventas', kind='bar', title='Ventas ficticias')
fig = ax.get_figure()
fig.savefig('grafico.png', dpi=300, bbox_inches='tight')
fig.savefig('grafico.pdf')
fig.savefig('grafico.svg')
plt.show()

# Formatos soportados: png, pdf, svg, jpg

Elegir el gráfico según la pregunta

Los cinco registros anteriores son ficticios. Para comparar cada mes, empieza con barras; para observar la secuencia temporal, usa una línea con los meses en el orden dado. Un histograma responde cómo se distribuyen valores, no qué ocurrió primero. Una tarta mezcla meses como partes de un total y suele ser menos útil para comparar una evolución.

Antes de ejecutar estos ejemplos, necesitas pandas y Matplotlib en tu entorno. El backend de gráficos predeterminado usa Matplotlib. Guarda la figura específica antes de llamar a show() o cerrarla: así evitas exportar una figura vacía o distinta de la que estabas revisando. Esta lección ofrece código para practicar; no presenta una ejecución del entorno del alumno.

Práctica original: explicar la diferencia

  1. Genera unas barras de ventas y añade el título «Datos ficticios» y una unidad consistente.
  2. Calcula ventas - gastos para cada mes y representa esa diferencia por separado. En estos datos: 20, 30, 5, 45 y 22.
  3. Busca el mayor y menor valor de la diferencia: abril y marzo, respectivamente. No atribuyas causalidad; los datos no explican por qué cambió.
  4. Exporta un PNG legible y escribe dos frases que describan sólo lo observado.

Comprueba ejes, orden, etiquetas y archivo exportado. Una gráfica atractiva no justifica una conclusión ausente de los datos. Referencia: guía oficial de visualización de pandas.

Sigue con Python para Data Science

Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.

Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.

01 / ELEGIR UNA RUTA

El próximo paso

Aprende IA mientras construyes algo que sí necesitas.

Empieza por el curso inicial o explora el catálogo para encontrar una práctica alineada con tu trabajo.