Hace unos meses escribí un artículo sobre gráficos de barras y cómo crearlos. claro, Autoexplicativo, y visualmente agradable a la audiencia para contar una historia más convincente (enlace a continuación).
En este artículo analizo gráficos de líneas en cambio, que tienen otras especificidades que vale la pena explorar.
Matplotlib hace que sea rápido y fácil trazar datos con funciones listas para usar, pero los pasos de ajuste requieren más esfuerzo.
Pasé bastante tiempo investigando las mejores prácticas para crear gráficos atractivos con Matplotlib, para que usted no tenga que hacerlo.
La idea es partir de esto…
… a ese:
Para ilustrar la metodología, utilicé un conjunto de datos públicos que contiene información del PIB de los países durante los últimos 50 años:
Fuente: Datos de cuentas nacionales del Banco Mundial y archivos de datos de Cuentas Nacionales de la OCDE.
URL de licencia: https://datacatalog.worldbank.org/public-licenses#cc-by
Tipo de licencia: CC BY-4.0
Después de importar los paquetes necesarios para leer los datos y construir nuestros gráficos, simplemente filtré los 20 países principales de 2022:
import pandas as pd
import matplotlib.pyplot as plt
from datetime import timedelta# Read the data
df = pd.read_csv('88a1e584-0a94-4e73-b650-749332831ef4_Data.csv', sep=',')
df.drop(['Series Name', 'Series Code', 'Country Code'], axis=1, inplace=True)
df = df.dropna(subset=['Country Name'])
# Filter on the Top 20…