Mejores Prácticas de Visualización

Gráficos honestos, legibles y accesibles que comunican decisiones sin distorsionar los datos.

Cómo Usar Esta Lista

• Aplica antes de exportar cualquier gráfico a partes interesadas o diapositivas.
• Úsala en la revisión de PR para notebooks, aplicaciones Streamlit y generadores de informes.
• Combínala con Graficar Datos Grandes cuando los puntos superen las decenas de miles.

A - Elección de Gráfico y Honestidad

• Adapta el gráfico a la pregunta. Tendencias = línea; partes de un todo solo cuando hay pocas categorías y suman 100%.
• Los gráficos de barras comienzan en cero. Un eje Y truncado exagera las diferencias a menos que la escala logarítmica sea explícita y esté etiquetada.
• Evita ejes Y duales a menos que sea necesario. Escalas diferentes confunden; prefiere series indexadas o paneles separados.
• Ordena las categorías intencionalmente. Por valor, tiempo u orden del dominio; nunca alfabéticamente por defecto para los meses.
• Etiqueta las unidades en los títulos de los ejes. Dólares, porcentaje, recuento; no números sin formato.

B - Legibilidad y Accesibilidad

• Usa paletas seguras para daltónicos. seaborn colorblind, viridis u Okabe-Ito; no el arcoíris jet.
• No dependas solo del color. Añade marcadores, tramas o etiquetas directas para las categorías.
• Limita el número de series. Más de ~6 líneas en un gráfico requieren facetas o resaltar una serie.
• Tamaños de fuente legibles. Mínimo de 10-12 pt en el PNG final al tamaño de visualización previsto.
• El título indica la conclusión. "Los ingresos del Oeste crecieron un 12% en el segundo trimestre" es mejor que "Gráfico de ingresos".

C - Preparación de Datos

• Agrega antes de graficar. Dispersiones de un millón de puntos se convierten en hexbins, resúmenes SQL o imágenes de datashader.
• Documenta los filtros. Los widgets de la aplicación y las cláusulas WHERE de SQL pertenecen al subtítulo o al pie de foto.
• Maneja los datos faltantes explícitamente. Huecos en líneas o interrupciones anotadas; sin interpolación silenciosa.
• Usa zonas horarias consistentes. UTC en los datos; local solo en la visualización con etiqueta.
• Versión de la instantánea de datos. Pie de página con data_dt y SHA de git para reproducibilidad.

D - Exportación y Producción

• Cierra las figuras de matplotlib en bucles. Evita fugas de memoria en trabajos por lotes.
• Elige el formato para el medio. PDF/SVG para impresión; PNG a 150 dpi para pantalla, 300 dpi para diapositivas.
• Almacena en caché las consultas del panel. cache_data de Streamlit, almacenes de Dash; no recarga de Parquet por clic.
• Prueba la renderización sin cabeza. matplotlib.use("Agg") en pruebas de instantáneas de CI.
• No edites gráficos manualmente después de exportar. Cambia el script, no los rectángulos de PowerPoint.

Preguntas Frecuentes

Relacionados

• Conceptos Básicos de Visualización - recorrido por los gráficos
• matplotlib - exportación y diseño
• Graficar Datos Grandes - agregación
• Mejores Prácticas de Análisis de Datos - números confiables aguas arriba

Versiones de la Pila: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.