Importante

Los datos son un arma de doble filo. Tenemos que ser fuertemente responsables ya que pueden servir para hacer el bien o para  desinformar y engañar.

¿Cómo asegurar que las visualizaciones de datos ofrezcan información concluyente?

• Conozca a su público

• Proporcione contexto

• Mantenga la simpleza y la claridad

• Comprenda sus datos

• Escoja un tipo de gráfico adecuado

Propósitos de un gráfico

• Comunicar: El objetivo principal es el de comunicar, puede ser una idea o el resultado de un análisis hecho sobre estos datos.

• Explorar: Consiste en analizar los datos mediante la realización de sucesivas visualizaciones que ayuden a entender sus características principales. 

• Datos de contexto: Representar una vista general de todos los datos es lo que permite tener un contexto sobre ellos, de modo que sea posible entender, por ejemplo, si un valor concreto es grande o pequeño en función de cómo es en el conjunto de datos.

• Encontrar patrones y Outliers: Facilita el descubrimiento de patrones u outliers

Los gráficos suelen tener un mayor impacto que las tablas 

• • En las tablas es difícil enfatizar:

    • Tendencias

    • Patrones

    • Diferencias

Siempre existirá la preferencia por presentar la información por medio de gráficos.

Características de un gráfico

• Un título entendible, claro y conciso para lograr comunicar efectivamente

• Etiquetas en ejes (x,y,z) entendibles y acordes con unidades de medición si fuera el caso

• Una nota que indique: a) fuente de datos y b) descripción adicional de ser necesaria suele ayudar a un mejor entendimiento

• Debe transmitir un mensaje claro

• Debe resaltar puntos importantes

• Buen formato de estilo (balance de colores, no recargada)

Cuidado con usar Gráficos 3D, no se recomiendan porque distorsionan un poco la parte visual, ejemplo:

• Las ventas del iPhone de Apple en el mercado de smartphones estadounidense están marchando fantásticamente.

Gráficos Univariados

Gráficos de barras (Gráficos univariados)

Descripción

• Compara cantidades de datos de categoría

Tipos de datos

• Categórico, cuantitativo

Fundamentos

• Contar conjunto de datos.

• Mostrar valores puntuales asociados a una categoría.

• Se utilizan con datos categóricos.

• Eje horizontal representa las categorías y una barra por cada una de ellas.

• Eje vertical representa la cantidad o valor de los elementos de la categoría en cuestión.

Recomendación

• No usar gráficos de barras para representar datos en el tiempo porque las relaciones y tendencias son más difíciles de visualizar. ¡Más adelante lo veremos con series de tiempo!

Ejemplo

• Carguemos el siguiente dataset que tiene información de los pasajeros que abordaron el Titanic.

• Hacemos un conteo por Pclass y realizamos un gráfico de barras comparativo de frecuencias.

Bokeh

Documentación: https://bokeh.org 

Histogramas  (Gráficos univariados)

Descripción

• Muestra frecuencia de observaciones por intervalos de valores (bins).  Un histograma muestra la importancia de cada intervalo de valores con respecto al total de datos.

Tipos de datos

• Variables numericas continuas

Fundamentos

• Nos sirve para ver la forma que tiene la distribución de nuestra variable. 

• En el eje x graficamos la variable para ver la distribución

• Se utiliza usualmente para variables numéricas continuas

• Muestran las frecuencias de aparición para cada intervalo de valores de la variable.

• Muestran una distribución de datos (Tendencia central y Simetría vs Asimetría).

• Similares a los gráficos de barras, pero muy diferentes en su comportamiento.

Recomendación

• No usar muchos ni pocos bins (barras), es decir, si pongo un número de bins muy grande no sirve porque se pierde la visualización.

Ejemplo

• Que:

  • Consideremos los datos correspondientes a las alturas de 500 personas, medidas en centímetros. Organizaremos las mediciones de altura disponibles en intervalos, también llamados bins.

• Como:

  • se toman todos los valores de la variable, desde el mínimo al máximo y se divide el rango correspondiente en intervalos de igual tamaño. Generalmente, los lenguajes de programación ya proveen un valor calculado.

Series de tiempo  (Gráficos univariados)

Siempre que tengamos una variable que tiene algún tipo de evolución a través del tiempo, o donde organizar sus valores a lo largo del tiempo tiene sentido para el análisis, podemos graficar una serie de tiempo.

Para este tipo de gráfico dibujaremos un punto cuya altura representará el valor de la variable y cuya posición con respecto al eje horizontal representará el momento en el tiempo en el que se mide esa variable. Luego, uniremos los puntos en forma secuencial.

Las líneas que conectan los puntos nos ayudan a percibir rápidamente si existe alguna tendencia, repetición de valores o cualquier otra característica.

Recomendación

• Usar este tipo de gráfico para mostrar la evolución de una serie de datos, realizarla siempre con puntos y no con barras, y que el tiempo esté siempre en el eje horizontal, avanzando de izquierda a derecha.

Ejemplo

• Utilicemos datos estimados para el precio de Bitcoin y grafiquemos la serie de tiempo de los datos para precio de cierre.

Gráficos Bivariados

Diagramas de dispersión - Gráficos Bivariados

Fundamentos

• Se utilizan para observar en conjunto la relación entre dos variables.

• Se colocan los puntos en dos variables y pueden analizarse las relaciones entre las mismas.

• Hay que tener mucho cuidado a la hora de expresar conclusiones en forma de relaciones simples y no en vínculos de tipo causa-efecto.

• Es importante tener en cuenta que cuando hablamos de relación no estamos hablando necesariamente de dependencia de una variable con respecto a la otra.

Correlación - Gráficos Bivariados

Boxplot