Python Data Visualization Cookbook, 2nd Edition

Segunda edición de este recetario especializado publicado por Packt y elaborado por Dimitry Foures, Giuseppe Vettigli e Igor Milovanovic, dedicado a transformar datos brutos en representaciones visuales claras y rigurosas con Python (ejemplos compatibles con Python 2.7 y Python 3.4+). Está dirigido a desarrolladores, científicos de datos y analistas con conocimientos previos del lenguaje que necesitan controlar al milímetro la presentación gráfica de sus análisis más allá de los estilos estándar predeterminados.

El núcleo del libro exprime las capacidades de Matplotlib y su módulo mplot3d, apoyándose en NumPy, SciPy y pandas para la ingesta y transformación de datos tabulares, archivos CSV, hojas de Excel, bases de datos relacionales e imágenes con PIL/Pillow. Enseña a construir y personalizar desde gráficos bidimensionales esenciales (barras, líneas, áreas, dispersión, histogramas y diagramas de caja) hasta gráficos tridimensionales, animaciones dinámicas, mapas coropléticos y proyecciones geográficas con Basemap, integración de fórmulas matemáticas con tipografía LaTeX y visualizaciones interactivas alojadas en la nube a través de la API de Plotly.

La metodología se basa en más de 70 ejercicios independientes organizados por tareas concretas, donde se aprende a configurar estilos, ejes, anotaciones, paletas cromáticas y renderizado de texto para publicaciones científicas y reportes ejecutivos. No construye una aplicación web integral de dashboards (como harían herramientas modernas del tipo Streamlit o Dash), sino que enseña la arquitectura interna y la manipulación de bajo nivel de los lienzos gráficos en Python. Es una referencia ideal para dominar la anatomía de Matplotlib, requiriendo estar familiarizado con estructuras de datos matriciales y formatos de intercambio estándar.