Nº18 · Visualización
Matplotlib
La librería base para visualizar datos con código en Python.
¿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 tambiénNº18 · Actualizado 2026-06-25