El tema de hoy es muy sencillo, un gráfico descriptivo que es mejor que el tradicional gráfico de pastel. Sin embargo, más allá de la herramienta como tal, la reflexión es que hay que seguir aprendiendo e implementado nuevo conocimiento. Veamos primero este ingenioso grafiquito y al final volveremos brevemente al tema de no parar de aprender.
¿De qué países son los ganadores de la Champions League (con todos sus nombres históricos)? Veamos la tabla de ganadores por país.
| País | Campeonatos |
|---|---|
| España | 17,00 |
| Italia | 12,00 |
| Alemania | 7,00 |
| Holanda | 6,00 |
| Portugal | 4,00 |
| Otros | 4,00 |
Tabla 1. Campeonatos de la Champions League por país
Un buen gráfico de pastel, incluyendo el número de campeonatos por país, se ve de la siguiente manera:
El gráfico está hecho en Excel, le agregamos el número de campeonatos para que sea más fácil de leer.
¿Qué tal si lo hacemos de la siguiente forma?
Misma información presentada de otra forma. Me gusta mucho que los cuadros del waffle (o panqueque) directamente me reflejan la información que se está presentando.
La Champions no se gana por país, se gana por equipo. Entonces podemos hacer zoom en cada partición y agregar qué equipos han sido los campeones en cada país. Hagamos España e Italia, que son los que más ganadores tienen.
Los gráficos fueron hechos en R usando el paquete Waffle.
El código para el primer gráfico se muestra a continuación:
# Grafico de Waffle # Ejemplos utilizando la Champions League install.packages("waffle") library(waffle) CPais <- c('Espan/a = 17' = 17, 'Italia = 12' = 12, 'Alemania = 7' = 7, 'Holanda = 6' = 6, 'Portugal = 4' = 4, 'Otros = 4' = 4) Colores <- c("Red", "Blue", "Brown", "Orange", "Magenta", "Green") waffle(CPais, rows = 4, keep = TRUE, xlab = "Campeonatos por pais (un cuadro = 1 campeonato)", title = "Campeonatos de la Champions League por pais", colors = Colores)
Ciertamente una forma muy sencilla y visual de presentar datos que indiquen categorías o clasificaciones. Hace unos días lo utilicé para mostrar el desglose de los tiempos que toma completar una transacción, los participantes fácilmente entendieron cuáles eran los componentes de tiempo más importantes.
Más allá del gráfico de waffle en R, u otras herramientas puntuales, lo más importante es que hay que seguir aprendiendo. Lo que sabemos hoy no será suficiente mañana, hay que estar atento, leer mucho, como decía San Juan Bosco, estar cerca de los que les gusta aprender (bueno parafraseado) para poder aprender más. Hoy parece claro que hay que agregar R a nuestras herramientas de análisis de datos, faltan muchas otras.
