Análisis Horizontal#
Análisis Horizontal Balance General:#
El siguiente gráfico muestra el Análisis Horizontal de las principales cuentas del Balance General.
El siguiente ejemplo se realizó con el archivo
AnalisisHorizontal-BG.csv
Los valores del Análisis Horizontal están con el formato de porcentajes dentro del archivo, es por esto que se usa esta parte del código:
# Eliminar el signo de porcentaje (%) y convertir las cadenas de texto a números flotantes. for year in ["2018", "2019", "2020"]: data_new[year] = data_new[year].str.replace("%", "").astype(float)
import pandas as pd
import matplotlib.pyplot as plt
# Cargar los datos desde el archivo CSV
data_path_new = "AnalisisHorizontal-BG.csv"
# Intentamos cargar el archivo con punto y coma (;) como separador, ya que el formato CSV puede variar.
data_new = pd.read_csv(data_path_new, sep=";")
# Limpiar y preparar los datos
# Eliminar el signo de porcentaje (%) y convertir las cadenas de texto a números flotantes.
for year in ["2018", "2019", "2020", "2021", "2022"]:
data_new[year] = data_new[year].str.replace("%", "").astype(float)
# Preparar los datos para el gráfico
# La variable 'x' representa las posiciones en el eje X para cada grupo de barras.
x = range(len(data_new))
# 'categories' contiene los nombres de las categorías financieras para usar como etiquetas en el eje X.
categories = data_new["Unnamed: 0"]
# Crear el gráfico de barras
fig, ax = plt.subplots(
figsize=(14, 8)
) # Se inicializa una figura y un eje para el gráfico.
width = 0.17 # Ancho de las barras, para separar los grupos de barras entre sí.
# Definir la paleta de colores utilizando plt.cm.tab20
colors = plt.cm.tab20.colors
# Dibujar las barras para cada año con un color específico de la paleta.
ax.bar(x, data_new["2018"], width, label="2018", color=colors[0])
ax.bar([p + width for p in x], data_new["2019"], width, label="2019", color=colors[4])
ax.bar([p + width * 2 for p in x], data_new["2020"], width, label="2020", color=colors[8])
ax.bar([p + width * 3 for p in x], data_new["2021"], width, label="2021", color=colors[9])
ax.bar([p + width * 4 for p in x], data_new["2022"], width, label="2022", color=colors[10])
# Configurar las etiquetas y el título del gráfico
ax.set_ylabel("Cambio Porcentual (%)") # Establece la etiqueta del eje Y.
ax.set_title(
"Análisis Horizontal del Balance General de H&M"
) # Establece el título del gráfico.
ax.set_xticks(
[p + width for p in x]
) # Define la posición de las etiquetas en el eje X.
ax.set_xticklabels(categories) # Asigna las etiquetas del eje X.
plt.xticks(
rotation=45, ha="right"
) # Rota las etiquetas del eje X para mejorar la visibilidad.
# Agregar la leyenda al gráfico
ax.legend()
# Ajustar el layout y mostrar el gráfico
plt.tight_layout()
plt.show()
Análisis Horizontal Estado de Resultados:#
El siguiente gráfico muestra el Análisis Horizontal de las principales cuentas del Estado de Resultados.
El siguiente ejemplo se realizó con el archivo
AnalisisHorizontal-BG.csv
Los valores del Análisis Horizontal están con el formato de porcentajes dentro del archivo, es por esto que se usa esta parte del código:
# Eliminar el signo de porcentaje (%) y convertir las cadenas de texto a números flotantes. for year in ["2018", "2019", "2020"]: data_new[year] = data_new[year].str.replace("%", "").astype(float)
import pandas as pd
import matplotlib.pyplot as plt
# Cargar los datos desde el archivo CSV
data_path_new = "AnalisisHorizontal-ER.csv"
# Intentamos cargar el archivo con punto y coma (;) como separador, ya que el formato CSV puede variar.
data_new = pd.read_csv(data_path_new, sep=";")
# Limpiar y preparar los datos
# Eliminar el signo de porcentaje (%) y convertir las cadenas de texto a números flotantes.
for year in ["2018", "2019", "2020", "2021", "2022"]:
data_new[year] = data_new[year].str.replace("%", "").astype(float)
# Preparar los datos para el gráfico
# La variable 'x' representa las posiciones en el eje X para cada grupo de barras.
x = range(len(data_new))
# 'categories' contiene los nombres de las categorías financieras para usar como etiquetas en el eje X.
categories = data_new["Unnamed: 0"]
# Crear el gráfico de barras
fig, ax = plt.subplots(
figsize=(14, 8)
) # Se inicializa una figura y un eje para el gráfico.
width = 0.17 # Ancho de las barras, para separar los grupos de barras entre sí.
# Definir la paleta de colores utilizando plt.cm.tab20
colors = plt.cm.tab20.colors
# Dibujar las barras para cada año con un color específico de la paleta.
ax.bar(x, data_new["2018"], width, label="2018", color=colors[0])
ax.bar([p + width for p in x], data_new["2019"], width, label="2019", color=colors[4])
ax.bar([p + width * 2 for p in x], data_new["2020"], width, label="2020", color=colors[8])
ax.bar([p + width * 3 for p in x], data_new["2021"], width, label="2021", color=colors[9])
ax.bar([p + width * 4 for p in x], data_new["2022"], width, label="2022", color=colors[10])
# Configurar las etiquetas y el título del gráfico
ax.set_ylabel("Cambio Porcentual (%)") # Establece la etiqueta del eje Y.
ax.set_title(
"Análisis Horizontal del Estado de Resultados de H&M"
) # Establece el título del gráfico.
ax.set_xticks(
[p + width for p in x]
) # Define la posición de las etiquetas en el eje X.
ax.set_xticklabels(categories) # Asigna las etiquetas del eje X.
plt.xticks(
rotation=45, ha="right"
) # Rota las etiquetas del eje X para mejorar la visibilidad.
# Agregar la leyenda al gráfico
ax.legend()
# Ajustar el layout y mostrar el gráfico
plt.tight_layout()
plt.show()
