Curaduría open-source · Python-first · en español

El catálogo

Nº18 · Visualización

Matplotlib

La librería base para visualizar datos con código en Python.

Librería / frameworkIntroData Scientist·Base / transversalpython

¿Qué es?

Matplotlib es la librería fundacional de visualización en Python: creas gráficos escribiendo código y obtienes control total sobre cada elemento de la figura (ejes, colores, anotaciones, tamaño). Nació imitando los gráficos de MATLAB y hoy es la capa sobre la que se apoyan buena parte de las demás herramientas de viz del ecosistema.

De hecho, seaborn (gráficos estadísticos elegantes) y el método .plot() de pandas generan Matplotlib por debajo. Entenderla te da la base para personalizar lo que esas capas de más alto nivel producen.

¿Para qué sirve?

  • Exploración visual. Dentro de un notebook, graficar una distribución, una serie de tiempo o una correlación en dos líneas para entender los datos.
  • Figuras para informes y papers. Cuando necesitas un gráfico exacto —tipografía, ejes, leyendas, resolución— Matplotlib te da el control milimétrico que las herramientas de clic no ofrecen.
  • Base de otras librerías. Personalizar un gráfico de seaborn o de pandas casi siempre termina pasando por la API de Matplotlib.

¿Cuándo usarla / cuándo no?

Úsala para visualización programática: gráficos exploratorios en notebooks, figuras reproducibles para reportes, y cuando quieras control fino sobre el resultado.

Piénsalo dos veces para:

  • Dashboards interactivos que el negocio explora solo en el navegador: ahí una herramienta de BI como Superset es la indicada — Matplotlib produce imágenes estáticas, no apps.
  • Gráficos estadísticos rápidos y bonitos: seaborn (encima de Matplotlib) te da resultados pulidos con menos código.
  • Interactividad en la web (zoom, hover, tooltips): librerías como Plotly o Altair están pensadas para eso.

Empieza en 1 minuto

Instala Matplotlib y dibuja tu primer gráfico:

pip install matplotlib
import matplotlib.pyplot as plt

paises = ["PE", "CL", "CO"]
ventas = [150, 80, 120]

plt.bar(paises, ventas)
plt.title("Ventas por país")
plt.ylabel("Monto")
plt.show()          # en un notebook el gráfico aparece bajo la celda
# plt.savefig("ventas.png", dpi=150)   # o guárdalo como imagen

Trivia rápida — pon a prueba lo que acabas de leer.

¿Qué tanto sabes de Matplotlib?

Documentación oficial

La fuente de verdad vive ahí. Acá orientamos; la profundidad la pones tú.

Abrir documentación oficial

Qué aprender después

Ver también

Nº18 · Actualizado 2026-06-25