Visualización de datos: 4 maneras diferentes de representar datos para comparar

El objetivo del siguiente artículo se puede resumir en mostrar diferentes tipos de visualización de datos que pueden ofrecer un valor añadido en aquellas presentaciones que realizamos para mostrar ciertas comparativas entre las diferentes categorías que puede tener una variable (véase, por ejemplo, la variable “número de personas desempleadas en Junio de 2017” por categoría “Comunidad autónoma”).

Normalmente, la manera más sencilla (y normalmente más clara) para realizar dicho tipo de visualizaciones es el gráfico de barras. Los datos son representados mediante barras con distinto tamaño dependiendo del valor de los mismos.

Hay otros tipos de visualizaciones que se basan en una posición determinada en 2 ejes como los gráficos de líneas (recomendados para mostrar evolución temporal) o histogramas (recomendados para determinar distribuciones de datos).

Pero, en este artículo, vamos a mencionar algunos tipos de visualización menos convencionales de lo habitual.

Mapa de calor (Heatmap)

El mapa de calor nos permite visualizar datos mediante las variaciones en color. Dicho mapa es especialmente recomendado en aquellos casos que se quiera analizar más de una variable en un solo análisis, es decir, realizar un análisis multivariable.

Los datos son codificados en colores, lo que permite representarlos y que puedan ser analizados.

Con ello, pueden establecerse, además de comparativas, patrones de comportamiento y/o relaciones entre las variables objeto de análisis.

Por ejemplo, en el siguiente Heatmap se muestra el número de afectados por malaria por año y país, siendo, el color del recuadro determinado por la variable “número de afectados por Malaria”.

Infectados Malaria

Mapa de coropletas

El mapa de coropletas se basa, principalmente, en mostrar los datos basándose en una distribución geográfica. Para visualizar los diferentes valores, se suele utilizar una escala de colores que “pinta” las zonas geográficas con diferente intensidad de un mismo color dependiendo del valor más o menos elevado.

Es una visualización que permite realizar comparativas entre distintas zonas geográficas dependiendo del color con el cuál hayan sido “pintadas” y/o establecer ciertos patrones de comportamiento de carácter geográfico.

Por ejemplo, la siguiente visualización muestra, por colores, el porcentaje de pobreza por cada zona de India.

Choropleth -

Pictogramas

Una de las visualizaciones más “informales” que se puede realizar son los pictogramas. Consiste en representar, mediante iconos, datos discretos de una manera muy visual ya que, principalmente, se intentan representar los datos mediante un icono que, fácilmente, se asocia mentalmente, con los datos que se pretenda representar.

Cabe mencionar que es preferible el hecho de repensar la selección de una visualización como esta si se dispone de muchos datos para representar, por la incomodidad de contar muchos iconos.

En el siguiente ejemplo, se utiliza el icono de persona para mostrar la evolución de la urbanización.

Graphic Design

Treemap

Dicha visualización consiste en representar, en un área delimitada, los datos objeto de análisis. El área que representa cada categoría depende del valor de la variable, de mayor a menor dependiendo del valor de la variable para dicha categoría en concreto. Su principal virtud radica en el hecho que, debido a su construcción, permiten hacerse una idea, de manera rápida, de la distribución de los datos.

En el ejemplo inferior, se representan los datos en referencia a los productos más comprados por deporte. Siendo “productos deportivos” la categoría principal, se distribuye el espacio jerárquicamente según el valor de los datos para cada categoría.

Syncfusion

Con estos casos, se ha procedido a mostrar algunas de las opciones de visualización para comparar diferentes a lo habitual y que esperamos os puedan ayudar.

Share this article

Cofundador de Markonomia. Licenciado en Administración y Dirección de Empresas por la Universitat de Barcelona (EUS) y master en Business Intelligence y Big Data en Universitat Oberta de Catalunya. Cerca de 5 años desarrollando proyectos de análisis de datos en el sector bancario. Fotógrafo freelance en eventos deportivos nacionales e internacionales.

Facebook Comments

Deja un comentario