Viz Patterns

Plotly primero. Un gráfico = un mensaje. Elegir el tipo por variables y pregunta, no por hábito.

Descripción general

Una tabla de decisión que mapea (tipos de variables × pregunta) a un tipo de gráfico, más recetas de Plotly listas para pegar en los casos comunes. Usar esta skill después de que los datos estén limpios y la pregunta clara.

Cuándo usar

• Los datos están limpios y la pregunta es clara.
• El usuario nombra un tipo de gráfico o hace una pregunta que mapea de forma directa.
• La audiencia está definida (directorio / analista / reporte).

No usar cuando:

• Los datos son crudos → correr csv-profiler primero.
• La pregunta es ambigua → preguntar antes de graficar.
• El usuario quiere un dashboard custom (layout multi-gráfico) → igual elegir tipos de gráfico por panel, pero ensamblarlos como subplots.

Variable × pregunta → tipo de gráfico

Reglas de decisión

1. Tiempo en x → line. Siempre. Incluso con "buckets" categóricos de fechas.
2. X categórica, Y numérica → bar. Horizontal si los labels son largos.
3. Una distribución numérica → histogram si n es grande (>200), si no box.
4. Dos numéricas → scatter. Si es denso (n>2k), cambiar a density_heatmap.
5. Partes de un todo → pie solo si ≤5 categorías y los totales son significativos. Si no, bar ordenada.
6. Matriz de correlación → heatmap con colormap secuencial (sin divergente).
7. Muchas series (>5) → facet (small multiples), no overlay.
8. Hay outliers → cap al percentil 99 con footnote, no descartar en silencio.

Recetas

Bar — top categorías

import plotly.express as px

agg = df.groupby(<col_categorica>, as_index=False)[<col_numerica>].sum()
agg = agg.sort_values(<col_numerica>, ascending=False).head(10)

fig = px.bar(
    agg,
    x=<col_categorica>,
    y=<col_numerica>,
    title=f"<col_numerica> por <col_categorica> — top 10",
    labels={<col_categorica>: "<Etiqueta>", <col_numerica>: "<Etiqueta> (<unidad>)"},
)
fig.update_layout(showlegend=False)

Line — serie única con media móvil

import plotly.express as px

df_sorted = df.sort_values(<col_fecha>)
df_sorted["rolling"] = df_sorted[<col_numerica>].rolling(window=7).mean()

fig = px.line(
    df_sorted,
    x=<col_fecha>,
    y=[<col_numerica>, "rolling"],
    title="<col_numerica> diaria con media móvil de 7 días",
    labels={<col_fecha>: "Fecha", "value": "<Etiqueta> (<unidad>)"},
)

Scatter — relación con línea de regresión

import plotly.express as px

fig = px.scatter(
    df,
    x=<numerica_x>,
    y=<numerica_y>,
    color=<col_categorica> or None,
    trendline="ols",  # requiere statsmodels
    title="<numerica_y> vs <numerica_x>",
    labels={<numerica_x>: "<Etiqueta> (<unidad>)", <numerica_y>: "<Etiqueta> (<unidad>)"},
)

Histogram — distribución con umbral

import plotly.express as px

fig = px.histogram(
    df,
    x=<col_numerica>,
    nbins=30,
    title=f"Distribución de <col_numerica> (n={len(df):,})",
)

Box — distribución entre categorías

import plotly.express as px

fig = px.box(
    df,
    x=<col_categorica>,
    y=<col_numerica>,
    title=f"<col_numerica> por <col_categorica>",
)

Heatmap — matriz de correlación

import plotly.express as px

corr = df[[<cols_numericas>]].corr()
fig = px.imshow(
    corr,
    text_auto=".2f",
    aspect="auto",
    color_continuous_scale="RdBu_r",
    zmin=-1, zmax=1,
    title="Matriz de correlación",
)

Line facetado — muchas series

import plotly.express as px

fig = px.line(
    df,
    x=<col_fecha>,
    y=<col_numerica>,
    facet_col=<col_categorica>,
    facet_col_wrap=4,
    title="<col_numerica> por <col_categorica>",
)
fig.update_yaxes(matches=None)

Configuración de salida

fig.update_layout(
    template="simple_white",
    title_font_size=16,
    font=dict(size=12),
    margin=dict(l=60, r=20, t=60, b=40),
)

Guardar:

fig.write_html(out_html, include_plotlyjs="cdn")  # HTML liviano, ~3MB via CDN
fig.write_image(out_png, width=1200, height=700, scale=2)  # requiere `kaleido`

Justificaciones comunes

Señales de alerta

• Gráfico pie con >5 categorías.
• Gráfico line con eje X categórico (no datetime).
• bar con X e Y ambas numéricas.
• bar apilado con >5 stacks — facet en su lugar.
• scatter con >5k puntos sin reducción de marcadores → cambiar a density_heatmap.
• Título que nombra una variable en vez de un hallazgo.

Verificación

• El tipo de gráfico coincide con los tipos de variables y la pregunta.
• El título enuncia la conclusión (no los nombres de variables).
• Las etiquetas de los ejes incluyen unidades cuando corresponde.
• La leyenda está presente para >1 serie, oculta para 1 serie.
• El caption incluye fuente de datos + conteo de filas + manejo de outliers.
• Los archivos de salida existen (.html para interactivo, .png para estático).