¿Qué es el Análisis y la Visualización de Datos?

7. ¿Qué es el Análisis y la Visualización de Datos?#

7.1. Análisis de Datos#

La analítica de datos es una disciplina fundamental en la actualidad, impulsando la toma de decisiones informadas y estratégicas en una variedad de campos. Algunas razones por las cuales la analítica de datos es tan importante:

Toma de Decisiones Basada en Datos

Objetividad y Precisión: Permite tomar decisiones basadas en hechos y cifras en lugar de intuiciones o suposiciones, lo que aumenta la precisión y efectividad de las decisiones.
Identificación de Tendencias y Patrones: Analizar grandes conjuntos de datos puede revelar tendencias y patrones que no son evidentes a simple vista, proporcionando insights valiosos para la planificación estratégica.

Ventaja Competitiva

Optimización de Procesos: Las empresas pueden optimizar sus procesos operativos mediante la identificación de ineficiencias y la implementación de mejoras basadas en datos.
Innovación: al identificar necesidades y preferencias del mercado puede conducir a la innovación en productos y servicios.

Mejora de la Experiencia del Cliente

Personalización y Satisfacción: Permite ofrecer experiencias personalizadas y generar más satisfacción a los clientes mediante el análisis de sus comportamientos y preferencias.

Reducción de Costos

Eficiencia Operativa: Identificar áreas donde se puede reducir el desperdicio y optimizar el uso de recursos.
Prevención de Fraude: Implementar sistemas de detección de fraude basados en patrones anómalos en los datos transaccionales.

Predicción y Planificación

Predicción de Demandas: Ayuda a predecir demandas futuras, permitiendo a las empresas gestionar mejor sus inventarios y recursos.
Planificación Estratégica: Proveer insights para la planificación a largo plazo, ayudando a las empresas a anticiparse a las tendencias del mercado y preparar estrategias efectivas.

Cumplimiento Normativo y Gestión de Riesgos

Cumplimiento Normativo: Asegura que las organizaciones cumplan con las normativas y regulaciones al monitorear y analizar continuamente los datos relevantes.
Gestión de Riesgos: Identificar y mitigar riesgos potenciales mediante el análisis de datos históricos y la modelización de escenarios.

Ejemplos de uso en Educación

Análisis de rendimiento académico: Analizar el rendimiento de los estudiantes para identificar brechas, problemas y adaptar decisiones para la mejora, por ejemplo, diseñar métodos de enseñanza más efectivos.
Predicción del Desempeño: Identificar estudiantes en riesgo y tomar medidas proactivas para mejorar su rendimiento académico y evitar situaciones de repitencia.

7.2. Visualización#

¿Por qué es importante la visualización?

Un aspecto importante al trabajar con Datos es no solo el análisis sino su visualización. Por lo mismo, es muy importante saber elegir el o los gráficos adecuados para dar cuenta del análisis realizado y de la información que se desea dar a conocer

Elegir el mejor gráfico para visualizar datos depende de varios factores, entre ellos los tipos de datos que uno posees, el mensaje que deseotransmitir y la audiencia a la que me dirigo. Aquí hay algunas consideraciones para tomar la mejor decisión:

grafico — Fig. 7.2 Tipos de Gráficos Fuente#

7.2.1. Tipos de Datos#

Datos Categóricos

Gráfico de Barras: Ideal para comparar cantidades entre diferentes categorías.
Gráfico de Pastel: Útil para mostrar proporciones dentro de un todo, aunque puede ser menos efectivo que los gráficos de barras si hay muchas categorías.
Gráfico de Columnas: Similar al gráfico de barras pero con orientación vertical, adecuado para mostrar cambios a lo largo del tiempo si hay muchas categorías.

Datos Numéricos

Histograma: Adecuado para mostrar la distribución de un conjunto de datos numéricos.
Gráfico de Líneas: Ideal para mostrar tendencias a lo largo del tiempo.
Diagrama de Dispersión: Bueno para mostrar la relación entre dos variables numéricas.

Datos Temporales

Gráfico de Líneas: Perfecto para mostrar cómo cambian los datos a lo largo del tiempo.
Gráfico de Áreas: Útil para mostrar cambios acumulativos a lo largo del tiempo.

Datos de Relación

Diagrama de Dispersión: Útil para mostrar la relación entre dos variables.
Gráfico de Burbuja: Extiende el diagrama de dispersión añadiendo una tercera variable a través del tamaño de la burbuja.

7.2.2. Propósito del Análisis#

Comparación

Gráfico de Barras: Excelente para comparar diferentes categorías.
Gráfico de Líneas: Bueno para comparar tendencias a lo largo del tiempo.

Distribución

Histograma: Ideal para mostrar la distribución de un conjunto de datos.
Gráfico de Violín: Combina aspectos de un box plot y un kernel density plot para mostrar la distribución y probabilidad.

Relación

Diagrama de Dispersión: Bueno para ver la relación entre dos variables.
Mapa de Calor: Útil para mostrar la intensidad de las relaciones entre variables.

Composición

Gráfico de Pastel: Bueno para mostrar la composición de un todo.
Gráfico de Áreas Apiladas: Muestra cómo las partes de un todo cambian con el tiempo.

Revisa estos link para visualizar gráficos

¿Cómo elegir el gráfico correcto para visualizar datos abiertos?

Documentación de Plotly

The Python Graph Gallery

Phyton Charts

How to choose the right chart for your data

Librería Bokeh

7.3. Librerías#

¿Qué es una librería en Python?

Una librería en Python es un conjunto de funciones y herramientas predefinidas que se pueden utilizar para realizar tareas específicas sin necesidad de escribir el código desde cero. Estas librerías están diseñadas para ser reutilizables y facilitar el desarrollo de aplicaciones al proporcionar funciones y métodos que abordan problemas comunes.

Table 7.1 Algunas Librerías de Python#
Nombre	Categoría	Descripción
math	Matemáticas	Provee funciones matemáticas, incluyendo trigonometría y logaritmos
datatime	fecha y hora	Tiene funciones que permiten manipular fechas y horas
os	Sistema operativo	Proporciona una forma portátil de utilizar funciones dependientes del sistema operativo, como leer o escribir archivos.
sys	Sistema específico	Permite que los programas Python manipulen partes del entorno de ejecución, como los argumentos de la línea de comandos o el estado de salida.
Random	Valor Aleatorio	Genera números pseudoaleatorios, permite la selección aleatoria de elementos, permutaciones aleatorias y más.
re	Expresiones Regulares	Proporciona funciones para trabajar con expresiones regulares para potentes técnicas de manipulación de cadenas.
urlib	Módulos de manejos de URL	Obtiene URL y proporciona funcionalidad para analizar URL y cambiar entre rutas absolutas y relativas.
Bokeh	Visualización	visualización interactiva para Python que permite crear gráficos y widgets en línea.
Plotly	Visualización	Crear visualizaciones de datos de tipo interactivo y en 3D, en línea.