Cómo elegir el tipo de gráfico correcto

La pregunta más común al empezar a visualizar datos es "¿qué tipo de gráfico uso?". No existe un gráfico que funcione para todo. Cada tipo está diseñado para responder un tipo específico de pregunta, y elegir mal puede ocultar el patrón que intentas mostrar.

La guía rápida

Comparar: gráfico de barras

Usa barras cuando tus datos tienen categorías sin un orden natural y quieres comparar sus valores.

import matplotlib.pyplot as plt

lenguajes = ['Python', 'JavaScript', 'SQL', 'Java', 'TypeScript']
demanda = [85, 78, 72, 65, 60]

plt.barh(lenguajes, demanda, color='#0984e3')
plt.title('Demanda de lenguajes de programación')
plt.xlabel('Índice de demanda')
plt.show()

Las barras permiten comparar longitudes, que es algo que el cerebro hace naturalmente.

Tendencia: gráfico de línea

Usa línea cuando los datos tienen un orden secuencial (generalmente tiempo) y quieres ver la evolución.

import matplotlib.pyplot as plt

meses = ['Ene', 'Feb', 'Mar', 'Abr', 'May', 'Jun']
usuarios = [1200, 1350, 1500, 1800, 2100, 2400]

plt.plot(meses, usuarios, marker='o', color='#00b894')
plt.title('Crecimiento de usuarios')
plt.ylabel('Usuarios activos')
plt.show()

La línea implica continuidad: entre febrero y marzo los usuarios siguieron creciendo, no pasaron de un estado a otro bruscamente.

Proporción: gráfico de torta

Usa torta solo cuando quieres mostrar partes de un todo y tienes 5 categorías o menos.

import matplotlib.pyplot as plt

fuentes = ['Orgánico', 'Redes sociales', 'Email', 'Directo']
visitas = [45, 25, 18, 12]

plt.pie(visitas, labels=fuentes, autopct='%.0f%%')
plt.title('Fuentes de tráfico')
plt.show()

Si tienes más de 5 categorías o los porcentajes son muy similares, las barras son mejor opción.

Distribución: histograma

Usa histograma cuando quieres ver cómo se reparten los valores de una variable numérica continua.

import matplotlib.pyplot as plt

salarios = [350, 400, 420, 450, 480, 500, 520, 550, 600,
            650, 800, 850, 1200, 1500, 2000]

plt.hist(salarios, bins=8, edgecolor='black', color='#6c5ce7')
plt.title('Distribución de salarios')
plt.xlabel('Salario (miles $)')
plt.ylabel('Frecuencia')
plt.show()

El histograma muestra dónde se concentran los datos y si hay valores extremos, algo que el promedio no revela.

Relación: scatter plot

Usa scatter cuando quieres explorar si dos variables numéricas están relacionadas.

import matplotlib.pyplot as plt

superficie = [40, 55, 60, 75, 80, 95, 110, 130]
precio = [45, 60, 58, 80, 85, 100, 115, 140]

plt.scatter(superficie, precio, color='#e17055')
plt.title('Superficie vs Precio de departamentos')
plt.xlabel('Superficie (m²)')
plt.ylabel('Precio (millones $)')
plt.show()

Si los puntos forman una tendencia clara (hacia arriba o abajo), las variables están correlacionadas.

Errores frecuentes

Usar torta para comparar: si la pregunta es "¿cuál es mayor?", las barras son más precisas que los ángulos de una torta.

Usar línea sin orden temporal: conectar categorías sin orden con una línea implica una transición que no existe. "Manzanas-Plátanos-Naranjas" no es una secuencia.

Usar barras para distribución: si quieres ver cómo se reparten los salarios, no crees categorías manuales ("bajo", "medio", "alto"). Usa un histograma que define los rangos automáticamente.