1. Fundamentos para trabajar con gráficos interactivos
Empecemos con lo más básico: crear un gráfico interactivo simple. Vamos a hacer un gráfico de dispersión que muestre el crecimiento de zanahorias en tu jardín virtual. Sí, ¡incluso los programadores sueñan con la jardinería!
import plotly.express as px
import pandas as pd
# DataFrame sencillo con nuestros datos
df = pd.DataFrame({
'Días': [1, 2, 3, 4, 5],
'Crecimiento de zanahorias': [2, 3, 5, 7, 11]
})
# Creación de un gráfico lineal interactivo
fig = px.line(df, x='Días', y='Crecimiento de zanahorias', title='Crecimiento de zanahorias durante la semana')
fig.show()
Cuando ejecutes este código, se abrirá un nuevo navegador y verás un impresionante gráfico interactivo que puedes hacer zoom, reducir y hacer clic en los puntos para ver sus valores.
¡Y ahora vamos a añadir un poco de magia interactiva!
2. Configuración de la interactividad
Plotly permite personalizar tooltips, esquemas de colores y añadir datos adicionales en gráficos interactivos, lo que hace que los informes sean más informativos y visualmente atractivos.
Personalización de tooltips
En Plotly puedes añadir datos detallados en los tooltips que aparecen al pasar el ratón sobre los elementos del gráfico.
import plotly.express as px
import pandas as pd
# DataFrame sencillo con nuestros datos
df = pd.DataFrame({
'Días': [1, 2, 3, 4, 5],
'Crecimiento de zanahorias': [2, 3, 5, 7, 11],
"Plan del agrónomo": [3, 4, 5, 6, 13]
})
# Creación de un gráfico lineal interactivo
fig = px.line(df, x='Días', y='Crecimiento de zanahorias', title='Crecimiento de zanahorias durante la semana', hover_data={"Plan del agrónomo": True})
fig.show()
Aquí hover_data={"Plan del agrónomo": True} añade los datos del plan del agrónomo al tooltip, permitiendo que al pasar el cursor los usuarios puedan comparar los datos reales con el plan.
Configuración de esquemas de colores
Plotly soporta diferentes esquemas de colores que puedes usar para mejorar la percepción visual.
import plotly.express as px
# Datos para el gráfico
data = {
"Categoría": ["A", "B", "C", "D"],
"Valor": [10, 20, 30, 40]
}
fig = px.bar(data, x="Categoría", y="Valor", color="Categoría", title="Datos por categoría")
fig.show()
Los esquemas de colores pueden personalizarse para crear informes más coloridos e informativos.
Zoom y navegación
Plotly ofrece muchos elementos interactivos que puedes integrar en tus gráficos, como zoom, desplazamientos y anotaciones. Por ejemplo, puedes habilitar fácilmente el zoom y escalado, como se muestra aquí:
import plotly.graph_objects as go
# Usamos los datos de las zanahorias, añadiendo interactividad
fig = go.Figure(data=go.Scatter(x=df['Días'], y=df['Crecimiento de zanahorias'], mode='lines+markers'))
# Configuración de los controles
fig.update_layout(
title='Crecimiento de zanahorias durante la semana',
xaxis_title='Días',
yaxis_title='Crecimiento de zanahorias (cm)',
hovermode='closest'
)
fig.show()
Este gráfico te permite hacer clic en los puntos y proporciona información adicional que podemos definir nosotros mismos.
3. Ejemplos de uso de gráficos interactivos
Los gráficos interactivos son geniales para visualizar grandes conjuntos de datos. Por ejemplo, imagina un conjunto de datos con miles de filas sobre ventas en una tienda durante un año. Los elementos interactivos te permitirán no solo ver el panorama general, sino también profundizar en los detalles, estudiar días específicos, identificar picos y caídas, mejorando así la comprensión y la toma de decisiones.
Hagamos un ejemplo con datos más voluminosos: supongamos que tenemos datos de temperatura durante un año y queremos visualizarlos:
import numpy as np
# Generamos datos de temperatura
np.random.seed(0)
x = np.arange(365)
y = np.random.normal(30, 5, 365) # 30 grados en promedio
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='lines', line=dict(color='firebrick')))
fig.update_layout(
title='Temperatura durante el año',
xaxis_title='Día',
yaxis_title='Temperatura (°C)'
)
fig.show()
Ahora tienes un gráfico interactivo que no solo muestra cómo cambia la temperatura casi cada día, sino que también te permite acercarte a periodos específicos para estudiarlos detalladamente.
Personalización de gráficos
Plotly ofrece opciones de personalización que te ayudarán a que tus gráficos sean visualmente atractivos y útiles. Puedes cambiar colores, añadir tooltips, leyendas e incluso animaciones. Para escenarios más avanzados, puedes profundizar en la documentación de Plotly y encontrar ejemplos de cómo usar estas características en tu propio proyecto.
Puede que sientas que crear gráficos interactivos es una tarea de nivel Jedi, pero las habilidades que aprendas con Plotly te abrirán las puertas al mundo de la visualización de datos eficiente y clara. Usa estas habilidades para reforzar tus capacidades analíticas y convertirte en una estrella de Excel (o Python) en tu lugar de trabajo. ¡No olvides experimentar y probar nuevos enfoques, porque así es como nacen las grandes ideas!
GO TO FULL VERSION