
Hoy en día las gráficas nos permiter mostrar los datos de una forma visual, llamativa y directa, para comprender dichos datos de forma rápida y precisa. por ello son fundamentales en nuestro día a día.
Python dispone de un modulo con el que fácil crear gráficas con multitud de formatos. Una herramienta útil con la que mostrar nuestra información de la forma más clara y efectiva.
Los ejemplos de este post estan realizados con datos ficticios, que representan la publicación de DVDs por años y países. Los datos son extraidos de una base de datos de películas que se encuentra almacenada en Postgresql.
Para realizar las gráficas debemos tener instalados los modulos chartify y pandas.
El código del script es el siguiente:
import chartify import pandas as pd import sys sys.path.append("../Actrices/") import funciones_db as db ch = chartify.Chart(blank_labels=True, x_axis_type='linear') ch.set_title("DVDs por Año") ch.set_subtitle("Cantidad de DVDs publicados entre el 2000 y el 2020") ch.axes.set_xaxis_label("Año") ch.axes.set_yaxis_label("DVDs") ch.set_source_label("DVDs publicados") data = db.DvdYears2() ch.plot.scatter( data_frame=data, x_column='year', y_column='total') ch.show()
Este pequeño script genera la siguiente gráfica:

La consulta a la base de datos se realiza de la siguiente forma:
import pandas as pd def ActrizPaisYear(): try: comm = cx.conectar() cursor = comm.cursor() query = """ SELECT ... """ df = pd.read_sql(query, comm) return df finally: if(comm): cursor.close() comm.close()
Otros ejemplos de gráficas soportadas por chartify son:
ch = chartify.Chart(blank_labels=True, x_axis_type='categorical') ch.plot.bar( data_frame=data, categorical_columns='year', numeric_column='total', categorical_order_ascending=True)

ch = chartify.Chart(blank_labels=True, x_axis_type='linear') ch.plot.area( data_frame=data, x_column='year', y_column='total', color_column='pais', stacked=False)

#ch = chartify.Chart(blank_labels=True, x_axis_type='categorical') #Vertical ch = chartify.Chart(blank_labels=True, y_axis_type='categorical') #Horizontal ch.plot.bar( data_frame=data, categorical_columns='year', numeric_column='total', color_column='year')


ch = chartify.Chart(blank_labels=True, x_axis_type='categorical') ch.plot.bar( data_frame=data, categorical_columns=['year', 'pais'], numeric_column='total', color_column='year', categorical_order_by='labels', categorical_order_ascending=True) ch.axes.set_xaxis_tick_orientation('vertical')

ch = chartify.Chart(blank_labels=True, layout='slide_100%', y_axis_type='categorical') ch.plot.lollipop( data_frame=data, categorical_columns=['year', 'pais'], numeric_column='total', color_column='year', categorical_order_by='labels')

Las posibilidades son inmesas, existen multitud de gráficas diferentes para mostrar nuestros datos.
Aquí puedes encontar la documentación de chartify, y aquí, multitud de ejemplos para realizar tus gráficas más espectuculares.