Comparación entre Python y cuadros de mando

En el artículo anterior, os hablamos sobre Python y los cuadros de mando, y en este artículo los compararé entre sí. Si estáis a punto de comenzar con la visualización en Python, la cantidad de librerías y soluciones definitivamente os sorprenderá.

• matplotlib
• Seaborn
• Plotly
• bokeh
• Altair
• Folium

Una visualización en algunas librerías, como Matplotlib, es una imagen estática simple, lo cual es útil para explicar conceptos (en un documento, en diapositivas o en una presentación).

Otras librerías como Altair, Bokeh y Plotly permiten crear gráficos interactivos que los usuarios pueden explorar interactuando con ellos.

¿Qué debéis saber sobre la sintaxis y la flexibilidad?

Las librerías de bajo nivel como Matplotlib os permiten hacer lo que queráis, pero a costa de una API más compleja. Algunas librerías, como Altair, son muy declarativas, lo que facilita representar vuestros datos.

Un breve resumen de lo más importante, para ayudaros a tomar la decisión correcta.

Con Matplotlib se puede crear cualquier cosa, pero los gráficos complejos pueden requerir mucho más código que con otras librerías.

Plotly es excelente para crear gráficos interactivos y de alta calidad con solo unas pocas líneas de código.

Altair es ideal para crear gráficos complejos para mostrar estadísticas. Altair no puede manejar más de 5.000 instancias de datos, y algunos de sus gráficos simples son inferiores en estilo a los de Plotly o Seaborn.

Bokeh es la única librería cuya interfaz va de bajo a alto nivel, lo que facilita la creación de gráficos tanto versátiles como complejos. Sin embargo, el precio de esto es que generalmente se necesita más código para generar gráficos de calidad similar a los de otras librerías.

Folium permite crear un mapa interactivo con solo unas pocas líneas de código. Ofrece una experiencia similar a la de usar Google Maps.

En conclusión, quiero decir que acabáis de conocer seis herramientas de visualización diferentes. Espero que este artículo os haya dado una idea de las capacidades de cada librería y cuándo utilizarlas. Si aún no sabéis qué librería usar para vuestros datos, simplemente elegid la que más os guste.