Aprender Matplotlib Gráficos básicos

Los gráficos básicos son el punto de partida para cualquier análisis de datos con Matplotlib. En este módulo aprenderás a crear y personalizar los tipos de gráficos más utilizados en ciencia de datos y análisis empresarial.

Tipos de gráficos básicos

Matplotlib ofrece una función específica para cada tipo de gráfico estándar:

• plot(): gráficos de líneas, ideal para series temporales y tendencias
• scatter(): gráficos de dispersión, para visualizar correlaciones entre variables
• bar() / barh(): barras verticales y horizontales, para comparar categorías
• hist(): histogramas, para visualizar la distribución de una variable continua
• pie(): gráficos de pastel, para mostrar proporciones de un todo

¿Cuándo usar cada tipo?

La elección del tipo de gráfico correcto es fundamental para comunicar los datos con claridad:

import matplotlib.pyplot as plt
import numpy as np

fig, axes = plt.subplots(2, 3, figsize=(15, 8))

# Líneas: tendencias temporales
x = np.linspace(0, 10, 100)
axes[0, 0].plot(x, np.sin(x), 'royalblue', linewidth=2)
axes[0, 0].set_title('Líneas: tendencias')

# Barras: comparar categorías
categorias = ['A', 'B', 'C', 'D']
axes[0, 1].bar(categorias, [4, 7, 3, 9], color='coral')
axes[0, 1].set_title('Barras: categorías')

# Scatter: correlaciones
x_sc = np.random.randn(50)
axes[0, 2].scatter(x_sc, x_sc + np.random.randn(50) * 0.5, alpha=0.7)
axes[0, 2].set_title('Scatter: correlaciones')

# Histograma: distribuciones
axes[1, 0].hist(np.random.randn(500), bins=25, color='seagreen', alpha=0.8)
axes[1, 0].set_title('Histograma: distribución')

# Pastel: proporciones
axes[1, 1].pie([35, 25, 20, 20], labels=['A','B','C','D'], autopct='%1.0f%%')
axes[1, 1].set_title('Pastel: proporciones')

# Área apilada: composición en el tiempo
t = np.arange(10)
axes[1, 2].stackplot(t, [5+t, 3+t*0.5, 2+t*0.3], alpha=0.7,
                     labels=['X', 'Y', 'Z'])
axes[1, 2].legend(fontsize=8)
axes[1, 2].set_title('Área: composición')

plt.tight_layout()
plt.show()

Personalización de gráficos básicos

Todos los gráficos básicos comparten los mismos métodos de personalización:

ax.set_title('Título del gráfico', fontsize=14)
ax.set_xlabel('Etiqueta eje X', fontsize=11)
ax.set_ylabel('Etiqueta eje Y', fontsize=11)
ax.legend(loc='best')
ax.grid(True, linestyle='--', alpha=0.4)

Dominar estos tipos de gráficos y su personalización es el fundamento para cualquier trabajo de visualización de datos con Python.