Errores comunes en visualización de datos

Un gráfico mal hecho no solo falla en comunicar — puede comunicar algo falso. Ejes que no empiezan en cero, tortas con demasiadas categorías, colores que confunden en vez de aclarar. Estos errores son extremadamente comunes, y lo peor es que muchas veces pasan desapercibidos para quien los comete.

Ejes que exageran diferencias

El error más peligroso en visualización es manipular la escala del eje Y:

import matplotlib.pyplot as plt

meses = ['Ene', 'Feb', 'Mar']
ventas = [998, 1005, 1010]

# Engañoso: eje Y empieza en 995
plt.bar(meses, ventas, color='#e17055')
plt.ylim(995, 1015)
plt.title('¡Las ventas se dispararon!')
plt.ylabel('Ventas')
plt.show()

Este gráfico hace que un cambio del 1.2% parezca un crecimiento explosivo. La versión honesta:

import matplotlib.pyplot as plt

meses = ['Ene', 'Feb', 'Mar']
ventas = [998, 1005, 1010]

# Correcto: eje Y empieza en 0
plt.bar(meses, ventas, color='#00b894')
plt.title('Ventas mensuales')
plt.ylabel('Ventas')
plt.show()

Con el eje empezando en 0, la estabilidad de las ventas es evidente.

Torta con demasiadas categorías

import matplotlib.pyplot as plt

# Demasiadas categorías para torta
categorias = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J']
valores = [15, 14, 13, 12, 11, 10, 9, 8, 5, 3]

plt.pie(valores, labels=categorias, autopct='%.0f%%')
plt.title('Distribución')
plt.show()

Con 10 categorías, los sectores se amontonan y los porcentajes se superponen. La regla: máximo 5 categorías en una torta. Si tienes más, usa barras horizontales ordenadas.

Gráficos sin contexto

Un gráfico sin título, etiquetas ni unidades obliga al lector a adivinar:

import matplotlib.pyplot as plt

# Mal: sin contexto
plt.bar(['A', 'B', 'C', 'D'], [42, 38, 55, 29])
plt.show()

¿Qué son A, B, C, D? ¿Qué representan los valores? ¿Dollars, personas, porcentajes? Sin contexto, el gráfico es inútil.

import matplotlib.pyplot as plt

# Bien: con contexto
plt.bar(['Norte', 'Sur', 'Este', 'Oeste'], [42, 38, 55, 29], color='steelblue')
plt.title('Ventas por región - Q1 2025')
plt.ylabel('Miles de $')
plt.show()

Siempre incluye: título, etiquetas de ejes con unidades, y leyenda si hay múltiples series.

Colores que confunden

Los colores tienen significados culturales implícitos:

Usar rojo para mostrar ganancias o verde para mostrar pérdidas genera confusión, aunque sea técnicamente correcto.

Otro problema: usar demasiados colores. Si todas las barras representan la misma variable, usa un solo color. Colores distintos implican categorías distintas.

Efectos 3D y decoración innecesaria

Los efectos 3D en gráficos de barras y tortas distorsionan la percepción de los valores. Un sector de torta en 3D que está "más cerca" del lector parece más grande de lo que realmente es.

La regla: si un elemento visual no aporta información, quítalo. Eso incluye:

• Efectos 3D
• Sombras decorativas
• Texturas en barras
• Fondos con degradado
• Bordes gruesos innecesarios

Doble eje Y

Gráficos con dos ejes Y (uno a cada lado) son casi siempre confusos. El lector no sabe qué escala aplicar a cada serie, y la relación visual entre las series depende de las escalas elegidas — puedes hacer que cualquier par de series parezca que se mueven juntas ajustando las escalas.

Si necesitas comparar dos variables con unidades distintas, usa dos gráficos separados.

Errores frecuentes

No verificar tus propios gráficos: antes de presentar un gráfico, muéstralo a alguien que no conoce los datos. Si no entiende el mensaje sin tu explicación, necesita trabajo.

Copiar el tipo de gráfico "de moda": que los infográficos usen gráficos circulares y visualizaciones complejas no significa que sean la mejor opción. Para datos de negocio, las barras y líneas simples comunican mejor el 90% de las veces.

No citar la fuente de los datos: especialmente si el gráfico se va a compartir, incluir la fuente de los datos le da credibilidad y permite que otros verifiquen.