Análisis de los márgenes

Margen Bruto, Operacional y Neto

Para este gráfico se necesita lo siguiente:

• Ingresos Operacionales: con valores monetarios.

• Margen Bruto: con valores cómo porcentajes.

• Margen Operacional: con valores cómo porcentajes.

• Margen Neto: con valores cómo porcentajes.

• Δ Ingresos Operacionales: con valores cómo porcentajes. Este es del análisis horizontal.

• Δ Margen Bruto: con valores cómo porcentajes. Este es del análisis horizontal.

• Δ Margen Operacional: con valores cómo porcentajes. Este es del análisis horizontal.

• Δ Margen Neto: con valores cómo porcentajes. Este es del análisis horizontal.

El siguiente ejemplo se realizó con el archivo Margenes.csv

import pandas as pd
import matplotlib.pyplot as plt

# Cargar el archivo con los datos financieros
file_path = "Margenes.csv"
data = pd.read_csv(file_path, delimiter=";", index_col=0)

# Limpiar y preparar los datos para la visualización
# Eliminar el símbolo de porcentaje y convertir a tipo numérico
data = data.apply(
    lambda x: x.str.replace("%", "").astype(float) if x.dtype == "object" else x
)

# Crear un gráfico combinado para analizar los datos financieros
fig, ax1 = plt.subplots(figsize=(10, 6))

# Configurar el eje principal para los Ingresos Operacionales usando barras
colors = plt.cm.tab20.colors  # Usar la paleta de colores 'tab20'
ax1.set_xlabel(
    "Año", color="black"
)  # Establecer color de la etiqueta del eje x a negro
ax1.set_ylabel(
    "Ingresos Operacionales", color="black"
)  # Usar el primer color de la paleta para los ingresos operacionales
ax1.bar(
    data.columns,
    data.loc["Ingresos Operacionales"],
    color="skyblue",
    label="Ingresos Operacionales",
)  # Crear barras para los ingresos
ax1.tick_params(
    axis="y", labelcolor="black"
)  # Configurar el color de las etiquetas del eje y
ax1.tick_params(
    axis="x", colors="black"
)  # Configurar el color de las etiquetas del eje x

# Crear un segundo eje para los porcentajes
ax2 = ax1.twinx()  # Crear eje y secundario para representar los porcentajes
ax2.set_ylabel(
    "%", color="black"
)  # Establecer color de la etiqueta del eje y secundario a negro

# Dibujar las líneas:
(line_margen_bruto,) = ax2.plot(
    data.columns,
    data.loc["Margen Bruto"],
    color=colors[0],
    marker="o",
    markersize=8,
    linewidth=1,
    label="Margen Bruto",
)

(line_margen_operacional,) = ax2.plot(
    data.columns,
    data.loc["Margen Operacional"],
    color=colors[6],
    marker="o",
    markersize=8,
    linewidth=1,
    label="Margen Operacional",
)

(line_margen_neto,) = ax2.plot(
    data.columns,
    data.loc["Margen Neto"],
    color=colors[2],
    marker="o",
    markersize=8,
    linewidth=1,
    label="Margen Neto",
)

(line_delta_ingresos,) = ax2.plot(
    data.columns,
    data.loc["Δ Ingresos Operacionales"],
    color=colors[4],
    marker="o",
    linestyle="--",
    label="Δ Ingresos Operacionales",
)


ax2.tick_params(
    axis="y", labelcolor="black"
)  # Configurar el color de las etiquetas del eje y secundario

# Eliminar las líneas de cuadrícula para un fondo limpio
ax2.grid(False)  # Eliminar la cuadrícula del fondo para limpiar la visualización

# Configurar los colores de los ejes a negro
ax1.spines["bottom"].set_color("black")  # Color del borde inferior
ax1.spines["left"].set_color(colors[0])  # Color del borde izquierdo
ax2.spines["right"].set_color("black")  # Color del borde derecho

# Agregar las etiquetas para cada punto de los porcentajes
for line in [
    line_margen_bruto,
    line_margen_operacional,
]:
    for x, y in zip(data.columns, data.loc[line.get_label()]):
        label = f"{y}%"  # Formatear el texto de la etiqueta con el valor porcentual
        ax2.annotate(
            label, (x, y), textcoords="offset points", xytext=(0, 10), ha="center"
        )  # Posicionar la etiqueta sobre cada marcador

# Agregar la leyenda fuera del gráfico para evitar obstruir los datos
fig.tight_layout()  # Ajustar el layout
fig.legend(loc="upper left", bbox_to_anchor=(0.1, 0.85))  # Posicionar la leyenda

# Título del gráfico
plt.title("Análisis de los márgenes", color="black")  # Establecer el título del gráfico

# Mostrar el gráfico
plt.show()

Margen EBITDA

Para este gráfico se necesita lo siguiente:

* Ingresos Operacionales: con valores monetarios.

* Margen EBITDA: con valores cómo porcentajes.

* Δ Ingresos Operacionales: con valores cómo porcentajes. Este es del análisis horizontal.

* Δ Margen EBITDA: con valores cómo porcentajes. Este es del análisis horizontal.

El siguiente ejemplo se realizó con el archivo MargenEBITDA.csv

import pandas as pd
import matplotlib.pyplot as plt

# Cargar el archivo con los datos financieros
file_path = "MargenEBITDA.csv"
data = pd.read_csv(file_path, delimiter=";", index_col=0)

# Limpiar y preparar los datos para la visualización
# Eliminar el símbolo de porcentaje y convertir a tipo numérico
data = data.apply(
    lambda x: x.str.replace("%", "").astype(float) if x.dtype == "object" else x
)

# Crear un gráfico combinado para analizar los datos financieros
fig, ax1 = plt.subplots(figsize=(10, 6))

# Configurar el eje principal para los Ingresos Operacionales usando barras
colors = plt.cm.tab20.colors  # Usar la paleta de colores 'tab20'
ax1.set_xlabel(
    "Año", color="black"
)  # Establecer color de la etiqueta del eje x a negro
ax1.set_ylabel(
    "Ingresos Operacionales", color="black"
)  # Usar el primer color de la paleta para los ingresos operacionales
ax1.bar(
    data.columns,
    data.loc["Ingresos Operacionales"],
    color="skyblue",
    label="Ingresos Operacionales",
)  # Crear barras para los ingresos
ax1.tick_params(
    axis="y", labelcolor="black"
)  # Configurar el color de las etiquetas del eje y
ax1.tick_params(
    axis="x", colors="black"
)  # Configurar el color de las etiquetas del eje x

# Crear un segundo eje para los porcentajes
ax2 = ax1.twinx()  # Crear eje y secundario para representar los porcentajes
ax2.set_ylabel(
    "%", color="black"
)  # Establecer color de la etiqueta del eje y secundario a negro

# Dibujar las líneas para Margen EBITDA, Δ Ingresos Operacionales y Δ Margen EBITDA
(line_margen_ebitda,) = ax2.plot(
    data.columns,
    data.loc["Margen EBITDA"],
    color=colors[2],
    marker="o",
    markersize=12,
    linewidth=2,
    label="Margen EBITDA",
)
(line_delta_ingresos,) = ax2.plot(
    data.columns,
    data.loc["Δ Ingresos Operacionales"],
    color=colors[4],
    marker="o",
    linestyle="--",
    label="Δ Ingresos Operacionales",
)


ax2.tick_params(
    axis="y", labelcolor="black"
)  # Configurar el color de las etiquetas del eje y secundario

# Eliminar las líneas de cuadrícula para un fondo limpio
ax2.grid(False)  # Eliminar la cuadrícula del fondo para limpiar la visualización

# Configurar los colores de los ejes a negro
ax1.spines["bottom"].set_color("black")  # Color del borde inferior
ax1.spines["left"].set_color(colors[0])  # Color del borde izquierdo
ax2.spines["right"].set_color("black")  # Color del borde derecho

# Agregar las etiquetas para cada punto de los porcentajes
for line in [line_margen_ebitda, line_delta_ingresos]:
    for x, y in zip(data.columns, data.loc[line.get_label()]):
        label = f"{y}%"  # Formatear el texto de la etiqueta con el valor porcentual
        ax2.annotate(
            label, (x, y), textcoords="offset points", xytext=(0, 10), ha="center"
        )  # Posicionar la etiqueta sobre cada marcador

# Agregar la leyenda fuera del gráfico para evitar obstruir los datos
fig.tight_layout()  # Ajustar el layout
fig.legend(loc="upper left", bbox_to_anchor=(0.1, 0.9))  # Posicionar la leyenda

# Título del gráfico
plt.title("Análisis Margen EBITDA", color="black")  # Establecer el título del gráfico

# Mostrar el gráfico
plt.show()