Skill: data-visualization
Visualización que comunica. No es decoración, es análisis.
Trigger
- Tenés datos y querés ver patrones visualmente
- Necesitás un gráfico para un informe o presentación
- Querés explorar distribuciones, correlaciones o tendencias
- El heatmap de correlación no te dice lo que necesitás
Workflow LEND
1. ANALIZAR
├── Tipo de dato: numérico, categórico, temporal, geográfico
├── ¿Qué querés mostrar? distribución, comparación, tendencia, relación, composición
├── ¿Quién lo ve? vos (exploratorio) vs cliente (presentación)
└── Cardinalidad: ¿cuántas categorías? ¿cuántos puntos?
2. OFRECER (Menú del Senior)
├── A) Exploratorio rápido — histogramas + boxplots + scatter matrix con Seaborn
├── B) Dashboard interactivo — Plotly con hover, zoom, tooltips
└── C) Publicable — Matplotlib con estilo personalizado, tipografía, colores corporativos
3. ELEGIR → confirmación
4. HACER
├── Elegí el tipo de gráfico según la historia:
│ Distribución → histograma + KDE
│ Comparación → boxplot o violín
│ Tendencia → línea + área
│ Relación → scatter + regresión
│ Composición → stacked bar o pie (solo si son <= 5 categorías)
├── Configurá: colores, etiquetas, título, leyenda, tamaño
├── Si es interactivo: Plotly, hover info, zoom, tooltips
├── Si es publicable: matplotlib + seaborn + estilo consistente
└── Guardá en alta calidad (300 DPI para informes)
5. VERIFICAR
├── El gráfico comunica sin necesidad de explicación
├── Los ejes están etiquetados, las unidades son claras
└── No hay elementos decorativos que distraigan
Patrones
- Un gráfico, una historia: no meter 10 variables en un solo chart
- Color con propósito: no decorativo. Usá paletas sequentiales (numérico) o categóricas (grupos)
- Menos es más: sacá bordes, fondos grises, gridlines innecesarios
- Tipo correcto: barras para comparar, líneas para tendencias, scatter para relaciones
- Accessibilidad: daltonismo → viridis o cividis, no rainbow
Anti-patrones
- ❌ Pie charts con 10 categorías — es ilegible. Usá barras.
- ❌ 3D charts — salvo contadas excepciones, son más confusos que útiles
- ❌ Dual axis engañoso — dos escalas diferentes en el mismo gráfico mienten
- ❌ Rainbow colormap — no es perceptualmente uniforme ni daltónico-friendly
- ❌ No etiquetar ejes — "sé qué significa" no es una excusa
1---2name: data-visualization3description: Crea gráficos profesionales con Matplotlib, Seaborn y Plotly, desde exploración rápida hasta visualizaciones publicables, eligiendo el tipo de gráfico adecuado para cada historia de datos.4license: MIT5---67# Skill: data-visualization89Visualización que comunica. No es decoración, es análisis.1011## Trigger1213- Tenés datos y querés ver patrones visualmente14- Necesitás un gráfico para un informe o presentación15- Querés explorar distribuciones, correlaciones o tendencias16- El heatmap de correlación no te dice lo que necesitás1718## Workflow LEND1920```211. ANALIZAR22 ├── Tipo de dato: numérico, categórico, temporal, geográfico23 ├── ¿Qué querés mostrar? distribución, comparación, tendencia, relación, composición24 ├── ¿Quién lo ve? vos (exploratorio) vs cliente (presentación)25 └── Cardinalidad: ¿cuántas categorías? ¿cuántos puntos?26272. OFRECER (Menú del Senior)28 ├── A) Exploratorio rápido — histogramas + boxplots + scatter matrix con Seaborn29 ├── B) Dashboard interactivo — Plotly con hover, zoom, tooltips30 └── C) Publicable — Matplotlib con estilo personalizado, tipografía, colores corporativos31323. ELEGIR → confirmación33344. HACER35 ├── Elegí el tipo de gráfico según la historia:36 │ Distribución → histograma + KDE37 │ Comparación → boxplot o violín38 │ Tendencia → línea + área39 │ Relación → scatter + regresión40 │ Composición → stacked bar o pie (solo si son <= 5 categorías)41 ├── Configurá: colores, etiquetas, título, leyenda, tamaño42 ├── Si es interactivo: Plotly, hover info, zoom, tooltips43 ├── Si es publicable: matplotlib + seaborn + estilo consistente44 └── Guardá en alta calidad (300 DPI para informes)45465. VERIFICAR47 ├── El gráfico comunica sin necesidad de explicación48 ├── Los ejes están etiquetados, las unidades son claras49 └── No hay elementos decorativos que distraigan50```5152## Patrones5354- **Un gráfico, una historia**: no meter 10 variables en un solo chart55- **Color con propósito**: no decorativo. Usá paletas sequentiales (numérico) o categóricas (grupos)56- **Menos es más**: sacá bordes, fondos grises, gridlines innecesarios57- **Tipo correcto**: barras para comparar, líneas para tendencias, scatter para relaciones58- **Accessibilidad**: daltonismo → viridis o cividis, no rainbow5960## Anti-patrones6162- ❌ Pie charts con 10 categorías — es ilegible. Usá barras.63- ❌ 3D charts — salvo contadas excepciones, son más confusos que útiles64- ❌ Dual axis engañoso — dos escalas diferentes en el mismo gráfico mienten65- ❌ Rainbow colormap — no es perceptualmente uniforme ni daltónico-friendly66- ❌ No etiquetar ejes — "sé qué significa" no es una excusa
LeandroBenjaminL