Personalización de gráficos
Añada títulos, etiquetas y leyendas
Personalización de gráficos es una lección gratuita de Python Academy en CoddyKit. Esta es la lección 3 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de Python Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de Python Academy incluye 4 lecciones en total.
De datos sin procesar a gráficos comprensibles
Un gráfico sin personalizar muestra datos, pero aporta poco al lector. La personalización añade el contexto que convierte un gráfico en un mensaje claro: títulos, etiquetas de los ejes, leyendas, marcas y anotaciones.
Todos estos elementos se configuran mediante métodos del objeto Axes.
Títulos
Asigne un título a cada objeto Axes con ax.set_title('Monthly Sales'). Para usar un título que abarque toda la figura, utilice fig.suptitle('Report').
El título debe indicar qué muestra el gráfico, no limitarse a repetir el nombre de la columna.
raw_label = 'sales_q1'
nice_title = raw_label.replace('_', ' ').title()
print('Title:', nice_title)Etiquetas de los ejes
Etiquete ambos ejes con ax.set_xlabel('Month') y ax.set_ylabel('Revenue (USD)'). Incluya siempre las unidades, cuando existan.
La falta de etiquetas en los ejes es la razón más habitual por la que un gráfico resulta confuso para su público.
Leyendas
Cuando un objeto Axes contiene varias series, una leyenda permite identificarlas. Pase un label al crear el gráfico y, después, llame a ax.legend().
La leyenda utiliza las etiquetas que asignó a cada línea representada.
series = [
{'label': 'Revenue', 'color': 'blue'},
{'label': 'Costs', 'color': 'red'},
]
for s in series:
print('legend entry:', s['label'], '(' + s['color'] + ')')Colores
Establezca un color con el argumento color. Puede utilizar nombres como 'red', códigos hexadecimales como '#1f77b4' o códigos abreviados como 'g'.
Usar colores coherentes en los distintos gráficos ayuda a los lectores a seguir la misma serie.
Límites de los ejes
Controle el intervalo visible con ax.set_xlim(0, 10) y ax.set_ylim(0, 100). Esto resulta útil para ampliar una zona o para forzar una línea base en cero, de modo que las alturas de las barras sean fieles.
Aquí calculamos automáticamente un intervalo con margen.
values = [12, 45, 33, 27]
lo, hi = min(values), max(values)
pad = (hi - lo) * 0.1
print('y limits:', lo - pad, 'to', hi + pad)Marcas y etiquetas de las marcas
Las marcas son las señales situadas en un eje. Establezca sus posiciones con ax.set_xticks([0, 1, 2]) y el texto que muestran con ax.set_xticklabels(['Jan', 'Feb', 'Mar']).
Girar las etiquetas largas con rotation=45 evita que se superpongan.
Líneas de cuadrícula
Añada una cuadrícula con ax.grid(True) para ayudar a los lectores a estimar los valores. Mantenga las líneas de cuadrícula sutiles para que no compitan con los datos.
Puede mostrar únicamente las líneas de cuadrícula horizontales con ax.grid(axis='y').
Anotaciones
Señale un punto concreto con ax.annotate('Peak', xy=(x, y)). Las anotaciones dirigen la atención a la parte más importante del gráfico.
Encontrar el punto que se va a anotar es una tarea habitual de Python.
data = [10, 25, 80, 40, 15]
peak_index = data.index(max(data))
print('Annotate peak at x =', peak_index, 'value =', data[peak_index])Ajuste final del diseño
Después de añadir las etiquetas, llame a fig.tight_layout() para que nada quede recortado. Esto ajusta automáticamente el espaciado para que los títulos y las etiquetas quepan dentro de la figura.
Es el toque final antes de guardar o mostrar el gráfico.
Estilo del texto
La mayoría de los métodos de texto aceptan argumentos de estilo: fontsize, fontweight='bold' y color. Por ejemplo, ax.set_title('Sales', fontsize=16, fontweight='bold') da más énfasis al título.
Utilice el énfasis con moderación para que el centro de atención sigan siendo los datos y no la decoración.
Comprobación rápida
Elija el método adecuado para cada tarea.
Repaso
Ha aprendido las herramientas de personalización:
set_title,set_xlabelyset_ylabelpara aportar contextolegendpara nombrar series ycolorpara mantener la coherenciaset_xlim/set_ylim, marcas ygridannotatepara enfatizar ytight_layoutpara perfeccionar el diseño
En conjunto, convierten los datos sin procesar en una historia clara.
Preguntas frecuentes
¿La lección «Personalización de gráficos» es gratis?
Sí — el texto completo de «Personalización de gráficos» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de Python Academy, actualiza a CoddyKit PRO. El curso de Python Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Personalización de gráficos»?
Añada títulos, etiquetas y leyendas Practicas Python Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar Python Academy?
No se requiere experiencia previa. Python Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 3 de 4.
¿Cuánto tiempo toma la lección «Personalización de gráficos»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de Python Academy?
Sí. Cada lección de Python Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Figuras y ejes
- Gráficos de líneas, barras y dispersión
- Personalización de gráficos
- Subgráficos y distribuciones