Cómo elegir el gráfico adecuado según los datos

Al finalizar este tema

Podrás determinar qué tipo de gráfico es más apropiado según lo que los datos "quieren comunicar".

Hazte la pregunta primero

Antes de elegir un gráfico, define "qué quieres mostrar con estos datos". Dependiendo del objetivo, el mismo conjunto de datos puede requerir gráficos diferentes.

1. Comparación — Gráfico de barras

Es el más efectivo para comparar magnitudes entre categorías, como "ventas por departamento" o "población por país".

sns.barplot(data=df, x='department', y='revenue')

Reglas:

• Si hay muchos elementos, las barras horizontales facilitan la lectura.
• Debe comenzar en 0: comenzar en 100 exagera las diferencias.
• El orden de los elementos debe estar ordenado por valor (no alfabéticamente).

2. Tendencia: gráfico de líneas

Muestra el cambio a lo largo del tiempo, como las "ventas mensuales" o los "visitantes diarios".

sns.lineplot(data=df, x='month', y='revenue')

Reglas:

• El eje X representa el tiempo. Si la categoría se muestra en el eje X, utilice un gráfico de barras en lugar de un gráfico de líneas.
• Al superponer varias líneas, limite el número a un máximo de 3. Si se superponen más líneas, el gráfico se vuelve ilegible.
• Los gráficos de área acumulada son útiles para mostrar la evolución de los valores en relación con el total.

3. Distribución: histograma, diagrama de caja y bigotes

Permite comprender cómo se distribuyen los salarios anuales y si existen valores atípicos.

# Histograma — Distribución de frecuencias
sns.histplot(data=df, x='salary', bins=20)

# Diagrama de caja — Mediana, cuartiles, valores atípicos
sns.boxplot(data=df, x='department', y='salary')

4. Relación — Diagrama de dispersión

Se observa la relación entre dos variables numéricas, como "¿Existe una relación entre la experiencia y el salario?".

sns.scatterplot(data=df, x='experience', y='salary', hue='department')

Cuando los puntos se alinean en una línea recta, existe una correlación; cuando están dispersos en todas direcciones, no la hay. Esto se analizó en detalle en el tema anterior (mapas de calor y gráficos de dispersión).

5. Composición: gráfico circular (precaución)

Muestra “la proporción que representa cada parte del total”.

plt.pie(sizes, labels=labels, autopct='%1.1f%%')

Razones para evitar los gráficos circulares:

• Es difícil distinguir visualmente las porciones de tamaño similar; resulta complicado percibir la diferencia entre 28% y 32% mediante el ángulo del sector circular.
• Cuando hay más de cinco elementos, casi no se pueden leer.

Alternativa: Las barras horizontales apiladas son más efectivas para comparar proporciones. La comparación por longitud se alinea mejor con las capacidades cognitivas humanas que la comparación por ángulo.

Diagrama de flujo de selección

¿Qué es lo que quieres mostrar con los datos?
│
├─ Comparación de tamaños ────────→ Gráfico de barras
│
├─ Evolución temporal ────────→ Gráfico de líneas
│
├─ Distribución/valores atípicos ──────→ Histograma o diagrama de caja
│
├─ Relación entre dos variables ─────→ Diagrama de dispersión
│
├─ Correlación de múltiples variables ───→ Mapa de calor
│
└─ Proporción del total ───→ Barras apiladas (evitar gráficos circulares)

Características comunes de las visualizaciones deficientes

1. Gráficos 3D — La perspectiva distorsiona el tamaño
2. Ejes Y dobles — Dos ejes con escalas diferentes generan correlaciones falsas
3. El eje Y no comienza en cero — Las pequeñas diferencias parecen enormes
4. Exceso de colores — Los colores del arcoíris son llamativos, pero dificultan la comprensión de la información
5. Sin etiquetas — Sin nombres de ejes, unidades ni título, el gráfico es ilegible

Una buena visualización permite comprender en 5 segundos lo que los datos indican.

Concepto clave

No elija el tipo de gráfico primero; defina primero "qué quiere mostrar". Use gráficos de barras para comparaciones, gráficos de líneas para tendencias, histogramas o diagramas de caja para distribuciones, gráficos de dispersión para relaciones y gráficos de barras apiladas para proporciones totales. Evite los gráficos circulares, así como los gráficos 3D y los ejes Y dobles; un gráfico simple e honesto es un buen gráfico.