Fundamentos y narrativa con visualizaciones

Curso introductorio a la visualización de datos orientado a la comunicación de insights. El alumno aprende a traducir preguntas analíticas en el gráfico correcto, preparar los datos necesarios y construir una narrativa coherente con visualizaciones claras y sin sesgos. El enfoque es práctico, con librerías del ecosistema Python de ciencia de datos.

Al finalizar el curso, el participante será capaz de:

• Traducir una pregunta de negocio o analítica en la visualización más adecuada
• Identificar el tipo de variable (numérica, categórica, temporal) y su implicación en la elección del gráfico
• Crear visualizaciones básicas con librerías de ciencia de datos en Python
• Aplicar buenas prácticas mínimas: etiquetas, escalas, comparabilidad y claridad
• Detectar sesgos visuales comunes: escalas truncadas, exceso de categorías y ruido visual
• Presentar una lectura de insights con 2–3 visualizaciones coherentes y su interpretación

1. Tipos de pregunta analítica y selección del gráfico — qué quiero contar, objetivo comunicativo y elección del tipo de gráfico
2. Variables y gráficos — variable numérica, categórica y temporal: implicaciones en la elección y construcción del gráfico
3. Construcción de visualizaciones básicas con Python — creación práctica con Matplotlib y Seaborn, estructura y personalización básica
4. Buenas prácticas y sesgos visuales — etiquetas, escalas, comparabilidad, exceso de categorías, ruido y claridad
5. Narrativa con datos — composición de 2–3 visualizaciones coherentes, interpretación de insights y presentación de resultados

• Python instalado con entorno de notebooks (Jupyter o equivalente)
• Librerías de visualización: Matplotlib, Seaborn u otras del ecosistema Python (según práctica del curso)

• Python básico y uso de notebooks (recomendable)
• Manejo de dataframes con pandas y datos tabulares
• No se requiere experiencia previa en visualización