La tecnología 3D no solo sirve para fabricar piezas de plástico. Para un científico de datos, permite visualizar modelos complejos en tres dimensiones, facilitando la detección de patrones que en una pantalla plana pasan desapercibidos. Por ejemplo, al analizar la distribución espacial de ventas en una ciudad, una maqueta impresa revela zonas de alta densidad que un gráfico 2D oculta.
Visualización táctil de datos con Blender y Python 🧊
El flujo de trabajo comienza en Python, donde se procesan datos con librerías como Pandas y NumPy. Luego, se exportan a Blender, que convierte las variables en mallas 3D. Una vez modelada la geometría, se usa un software de laminado como Cura o PrusaSlicer para generar el código G. La impresora 3D, sea FDM o SLA, materializa el dataset en un objeto físico. Esto permite sostener en la mano la correlación entre variables, algo que un gráfico de dispersión no ofrece.
El día que tu jefe te pida una maqueta de la base de datos 🖨️
Ahora imagina que tu jefe llega y te pide: necesito tocar los datos. Le entregas una esfera llena de púas que representa la desviación estándar de las ventas del trimestre. La cara que pone al no saber por dónde agarrarla es la misma que cuando le explicas qué es una red neuronal. Pero ojo, si la impresión falla y la esfera sale deforme, le dices que es un modelo de regresión polinómica. Nadie discute con piezas impresas.