28/04/2021
En el corazón de toda gran pastelería, más allá de la harina y el azúcar, se encuentran las recetas. Esas instrucciones precisas que transforman ingredientes simples en obras de arte comestibles. Pero, ¿y si te dijera que existe otro tipo de receta? Una receta no para un pastel, sino para entender el éxito de tu negocio. Hoy no vamos a hablar de merengue ni de chocolate, sino de una herramienta que puede ser tan valiosa como tu batidora de confianza: la visualización de datos con Python. No te asustes por el nombre; piensa en ello como aprender una nueva técnica de decoración, una que te permitirá ver tus ventas, tus clientes y tus productos de una forma completamente nueva y colorida. Vamos a ponernos el delantal digital y a preparar unos gráficos tan apetitosos como informativos.
Preparando Nuestra Cocina Digital: La Instalación
Antes de empezar a hornear nuestro primer bizcocho de datos, necesitamos asegurarnos de que nuestra cocina tiene todos los utensilios necesarios. En el mundo de la programación, a estos utensilios los llamamos "librerías". La principal que usaremos es Matplotlib, que es como nuestra manga pastelera principal, capaz de crear todo tipo de diseños visuales. También necesitaremos un par de ingredientes de apoyo para que todo funcione a la perfección.
La instalación es más sencilla que preparar un almíbar. Simplemente abrimos la "terminal" o "línea de comandos" de nuestro ordenador (piensa en ella como la puerta de tu despensa digital) y escribimos unas sencillas instrucciones:
- Matplotlib: Es el ingrediente estrella. Lo instalamos con el comando:
pip install matplotlib. Con esto, ya tenemos la capacidad de dibujar. - SciPy: Piensa en esto como una levadura especial que nos ayudará con cálculos más complejos si nuestras recetas se vuelven más sofisticadas. Se instala con:
pip install scipy. - Python-tk: Este es el equivalente a nuestro escaparate. Es un componente que permite que los gráficos se muestren en una ventana emergente en nuestro ordenador. En sistemas como Debian/Ubuntu, se instala con:
sudo apt install python-tk.
Una vez que estos tres componentes están en nuestra despensa digital, ¡estamos listos para empezar a mezclar nuestros primeros datos!
El Bizcocho Base: Gráficos de Líneas Simples
Empecemos con algo fundamental, el equivalente a un bizcocho de vainilla: el gráfico de líneas. Es perfecto para ver cómo algo cambia con el tiempo. Por ejemplo, ¿cómo fueron las ventas de nuestra tarta estrella de chocolate durante las últimas dos semanas? Imagina que apuntaste las unidades vendidas cada día:
[1, 2, 3, 2, 1, 3, 2, 1, 2, 3, 4, 5, 4, 30, 10, 1]
Ese número 30 seguro que fue un día especial, ¿verdad? Quizás fue San Valentín. Un gráfico de líneas nos permite ver esa historia de un solo vistazo. El código para "hornear" este gráfico es sorprendentemente simple:
from pylab import * # Nuestros datos de ventas diarias ventas = [1,2,3,2,1,3,2,1,2,3,4,5,4,30,10,1] # La 'receta' para dibujar plot(ventas) # Añadimos etiquetas para que se entienda, como poner un cartelito en el pastel xlabel('Días del Mes') title('Ventas de la Tarta de Chocolate') grid(True) # Esto dibuja una cuadrícula, como el papel de horno milimetrado # Mostramos nuestro delicioso gráfico en el escaparate show()Con esta sencilla receta, obtenemos un gráfico que nos muestra los altibajos de nuestras ventas. Ahora, ¿qué pasa si queremos comparar las ventas de la tarta de chocolate con las de la tarta de fresa? ¡Simplemente añadimos otra capa a nuestro pastel! Podemos definir un eje de tiempo y trazar ambas líneas, dándole a cada una un color y una etiqueta para no confundirlas.
from pylab import * # El tiempo, por ejemplo, 10 días tiempo = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] # Ventas de la tarta de chocolate ventas_choco = [15, 18, 22, 19, 25, 27, 26, 30, 28, 32] # Ventas de la tarta de fresa ventas_fresa = [10, 12, 11, 15, 14, 18, 20, 19, 22, 21] # Dibujamos ambas líneas, cada una con su 'sabor' (color) y etiqueta plot(tiempo, ventas_choco, color='brown', label='Tarta de Chocolate') plot(tiempo, ventas_fresa, color='red', label='Tarta de Fresa') # La leyenda es como el menú que explica qué es cada cosa legend(loc='upper left') xlabel('Día') ylabel('Unidades Vendidas') title('Comparativa de Ventas de Tartas') grid(True) show()Ahora tenemos una visualización clara que nos dice que, aunque la tarta de fresa se vende bien, la de chocolate sigue siendo la reina de nuestra pastelería. ¡Información valiosísima!
Añadiendo el Relleno: Gráficos de Área
Un gráfico de área es como un gráfico de líneas, pero con un delicioso relleno. Es perfecto para visualizar no solo una tendencia, sino también el volumen o la magnitud acumulada. Podríamos usarlo para mostrar el espacio entre nuestros ingresos y nuestros costes. El área coloreada entre las dos líneas sería nuestro beneficio, ¡la parte más dulce del negocio!
Continuando con el ejemplo anterior, si la línea de ventas de chocolate son nuestros ingresos, podríamos añadir una línea de costes y rellenar el espacio entre ambas. La receta es casi idéntica, solo añadimos un paso, el fill_between(), que es como esparcir la mermelada entre dos capas de bizcocho.
# (código anterior...) # Suponiendo que cada tarta de chocolate cuesta 10 producirla costes_choco = [10, 10, 10, 10, 10, 10, 10, 10, 10, 10] plot(tiempo, ventas_choco, color='brown', label='Ingresos Tarta Choco') plot(tiempo, costes_choco, color='gray', linestyle='--', label='Coste Fijo') # Aquí viene la magia del relleno fill_between(tiempo, ventas_choco, costes_choco, color='green', alpha=0.3) # alpha es la transparencia legend(loc='upper left') title('Beneficio de la Tarta de Chocolate') show()El área verde que aparece es una representación visual y directa de nuestro beneficio. Cuanto más grande sea el área, ¡mejor le va a nuestra pastelería!
Repartiendo las Porciones: El Gráfico de Pastel
Esta es la analogía más evidente y deliciosa de todas. Un gráfico de pastel (o de tarta, como preferimos llamarlo aquí) es ideal para mostrar proporciones. ¿Qué porcentaje de mis ventas totales corresponde a cada producto? ¿Son los croissants, las napolitanas o las tartas enteras los que más aportan a la caja?
Imagina que tus ventas de un día se desglosan así: Tartas (45%), Bollería (30%), Cafés (15%), Pan (10%). Un gráfico de pastel nos lo muestra de la forma más intuitiva posible. Cada porción de la tarta visual representa una categoría de producto.
from pylab import * # Los datos de las ventas por categoría porciones = [45, 30, 15, 10] # Las etiquetas para cada porción etiquetas = ['Tartas', 'Bollería', 'Cafés', 'Pan'] # La receta es tan simple como 'pie' (pastel en inglés) pie(porciones, labels=etiquetas, autopct='%1.1f%%') # autopct añade el porcentaje a cada porción title('Distribución de Ventas por Categoría') show()En un instante, vemos que las tartas son casi la mitad de nuestro negocio. Quizás deberíamos potenciar la bollería o crear una oferta de café + pasta para equilibrar la balanza.
Tabla Comparativa de Gráficos Dulces
Para que no te pierdas entre tanta receta, aquí tienes una pequeña tabla que resume qué tipo de gráfico es mejor para cada necesidad de tu pastelería.
| Tipo de Gráfico | Mejor Uso en Pastelería | Analogía Dulce |
|---|---|---|
| Gráfico de Líneas | Seguir las ventas de un producto a lo largo del tiempo. | El hilo de caramelo que dibujas sobre un postre. |
| Gráfico de Área | Visualizar el beneficio (diferencia entre ingresos y costes). | La generosa capa de relleno entre dos bizcochos. |
| Gráfico de Pastel (Tarta) | Mostrar el porcentaje de ventas de cada categoría de producto. | La tarta de celebración dividida en porciones para todos. |
| Gráfico de Barras | Comparar las ventas totales de diferentes productos. | Una bandeja de éclairs de diferentes sabores, uno al lado del otro. |
Preguntas Frecuentes del Pastelero de Datos
¿Necesito ser un experto en ordenadores para hacer esto?
¡Para nada! Si puedes seguir una receta de cocina, puedes seguir estas recetas de código. Al principio puede parecer un idioma extraño, pero verás que la estructura es siempre muy parecida: preparas los ingredientes (los datos), aplicas la técnica (la función `plot()` o `pie()`) y decoras (con `title()`, `xlabel()`, etc.).
¿Puedo usar los datos reales de mi TPV o mi Excel de ventas?
¡Claro que sí! Esa es la idea. El verdadero poder de esto es cuando reemplazas los números de ejemplo con tus propias cifras. Exporta tus ventas diarias o mensuales a una lista de números y pégalos en el código. Es como cambiar las fresas de una receta por frambuesas; la técnica base es la misma, pero el resultado final reflejará tu propia creación.
¿Qué otros gráficos puedo "hornear"?
Matplotlib es una pastelería inmensa. Aparte de los que hemos visto, puedes hacer gráficos de barras (ideales para comparar las ventas de tus 5 pasteles más populares), histogramas (para ver en qué rangos de precios se concentran tus ventas) o gráficos de dispersión (para ver si hay una relación entre la temperatura exterior y la venta de helados artesanos). ¡Las posibilidades son tan infinitas como los sabores!
Así que la próxima vez que estés amasando, piensa también en los números que hay detrás de tu arte. Con unas pocas líneas de código, puedes obtener una perspectiva completamente nueva de tu negocio, identificar tus productos estrella, optimizar tus costes y, en definitiva, asegurarte de que tu pasión por la pastelería siga siendo un negocio dulce y próspero. ¡Ahora, a hornear datos!
Si quieres conocer otros artículos parecidos a Gráficos Dulces: Visualiza Datos con Python puedes visitar la categoría Pastelería.