Cómo crear gráficos con Copilot en Fabric: paso a paso
Convertir una tabla llena de números en un gráfico claro suele ser el paso que falta para que un equipo entienda lo que dicen los datos. Con Copilot en Fabric, puedes describir el gráfico que quieres en lenguaje natural, dentro de un Notebook, y obtener el código listo para ejecutar — sin memorizar la sintaxis de matplotlib ni buscar ejemplos antiguos. Esta guía muestra, paso a paso, cómo crear gráficos con Copilot en Fabric a partir de una tabla de tu Lakehouse — un enfoque ideal para explorar datos rápidamente antes de construir un informe completo.
Requisitos previos
- Un área de trabajo de Fabric en una capacidad de pago (F2 o superior) o en una capacidad de prueba (trial).
- Copilot activado por el administrador en la configuración del tenant.
- Un Notebook conectado a un Lakehouse con al menos una tabla de datos.
- Conocimientos básicos de Notebooks y de Python.
Paso 1: Cargar los datos en un DataFrame
Antes de dibujar el gráfico, necesitas los datos en una variable. Abre el Notebook, conéctalo al Lakehouse y ejecuta una celda que agregue la tabla en un DataFrame. En el ejemplo, sumamos el importe de las ventas por región:
df = spark.sql(
"SELECT region, SUM(amount) AS total "
"FROM sales GROUP BY region"
)
display(df)Comprueba que display muestra las columnas region y total. Este DataFrame df es el que Copilot usará como base.
Paso 2: Abrir Copilot en el Notebook
En la barra de herramientas del Notebook, haz clic en el icono de Copilot para abrir el panel de chat a la derecha. La primera vez, ejecuta la celda que el panel añade automáticamente para cargar Copilot. Tienes dos formas de trabajar: el panel de chat, ideal para peticiones de varios pasos, y Copilot en la celda, para mejoras rápidas dentro de una celda. El panel conoce las celdas que ya has ejecutado, así que mantén el Paso 1 ejecutado para que "vea" tu DataFrame.
Paso 3: Pedir el gráfico en lenguaje natural
En el panel de Copilot, escribe una petición clara que indique el tipo de gráfico, las columnas y el orden. Cuanto más concreta sea la petición, mejor será el resultado — una petición vaga da un gráfico genérico. Por ejemplo:
Crea un gráfico de barras con el total de ventas por región a partir del DataFrame df, ordenado de mayor a menor.
Copilot responde con una breve explicación y un bloque de código. Revisa siempre el código antes de ejecutarlo: confirma que usa el DataFrame correcto (df) y las columnas adecuadas.
Paso 4: Ejecutar y ajustar el código
Inserta el código en una celda nueva y ejecútalo. Un resultado típico se parece a esto:
import matplotlib.pyplot as plt
pdf = df.toPandas().sort_values("total", ascending=False)
plt.figure(figsize=(8, 5))
plt.bar(pdf["region"], pdf["total"], color="#0078D4")
plt.title("Total sales by region")
plt.xlabel("Region")
plt.ylabel("Total")
plt.tight_layout()
plt.show()Para ajustarlo, pide el cambio a Copilot en lugar de reescribir todo. Peticiones como "cámbialo a un gráfico de líneas" o "muestra los valores encima de cada barra" mantienen el contexto anterior. Si aparece un error que dice que una columna no existe, pega el mensaje en el panel y pide a Copilot que corrija el error.
Verificar el resultado
El gráfico aparece justo debajo de la celda. Confirma tres cosas: los ejes tienen etiquetas legibles, el orden de las barras coincide con lo que pediste (de mayor a menor) y los valores coinciden con el display del Paso 1. Si los números no cuadran, el problema casi siempre está en la consulta del DataFrame y no en el gráfico — revisa el Paso 1.
Conclusión
En cuatro pasos, pasaste de una tabla a un gráfico claro sin escribir la sintaxis desde cero, dejando que Copilot se encargue del código repetitivo. A partir de aquí, prueba a pedir gráficos interactivos con Plotly o a combinar varios gráficos en una sola figura para comparar métricas. Con la práctica, descubrirás que describir bien el gráfico es la mitad del trabajo. ¿Cuál es la primera métrica de tu equipo que se beneficiaría de un gráfico generado por Copilot?