Plot de carga fiscal del monotributo

monotributo.py

import pandas as pd
import plotly.graph_objects as go
import numpy as np

df = pd.DataFrame({
    "Categoria": list("ABCDEFGHIJK"),
    "Ingreso_anual": [
        10277988.13, 15058447.71, 21113696.52, 26212853.42,
        30833964.37, 38642048.36, 46211109.37, 70113407.33,
        78479211.62, 89872640.30, 108357084.05,
    ],
    "Total_servicios": [
        42386.74, 48250.78, 56501.85, 72414.10, 102537.97,
        129045.32, 197108.23, 447346.93, 824802.26,
        999007.65, 1381687.90,
    ],
    "Total_bienes": [
        42386.74, 48250.78, 55227.06, 70661.26, 92658.35,
        111198.27, 135918.34, 272063.40, 406512.05,
        497059.41, 600879.51,
    ],
})

df["Ingreso_mensual"] = df["Ingreso_anual"] / 12

# Convertir a millones
df["Ingreso_anual_mill"] = df["Ingreso_anual"] / 1e6
df["Ingreso_mensual_mill"] = df["Ingreso_mensual"] / 1e6

# Redondear a 3 cifras significativas SOLO para el eje X anual
df["Ingreso_anual_mill_round"] = df["Ingreso_anual_mill"].apply(lambda x: round(x, 3 - len(str(int(x)))))
# Calcular mensual como anual_redondeado / 12
df["Ingreso_mensual_mill_round"] = df["Ingreso_anual_mill_round"] / 12


def crear_escalones(df, columna_total):
    """Crear datos para escalones (gasto constante por categoría, en millones)"""
    x_escalon = []
    y_escalon = []
    for i in range(len(df)):
        if i == 0:
            x_escalon.extend([0, df["Ingreso_anual_mill_round"].iloc[i]])
        else:
            x_escalon.extend([df["Ingreso_anual_mill_round"].iloc[i-1], df["Ingreso_anual_mill_round"].iloc[i]])
        y_mill = df[columna_total].iloc[i] / 1e6
        y_escalon.extend([y_mill, y_mill])
    return x_escalon, y_escalon


def crear_porcentaje(df, columna_total, min_ingreso_mill=4.0):
    """Crear datos interpolados para porcentaje (varía continuamente)"""
    x_continuo = []
    y_porcentaje = []
    for i in range(len(df)):
        if i == 0:
            inicio = df["Ingreso_anual"].iloc[i] * 0.001
        else:
            inicio = df["Ingreso_anual"].iloc[i-1]
        fin = df["Ingreso_anual"].iloc[i]
        n_puntos = 50
        for j in range(n_puntos):
            ingreso = inicio + (fin - inicio) * j / (n_puntos - 1)
            ingreso_mill = ingreso / 1e6
            if ingreso_mill >= min_ingreso_mill:
                x_continuo.append(ingreso_mill)
                porcentaje = (df[columna_total].iloc[i] * 12) / ingreso * 100
                y_porcentaje.append(porcentaje)
    return x_continuo, y_porcentaje


# Crear datos para servicios
x_escalon_serv, y_escalon_serv = crear_escalones(df, "Total_servicios")
x_cont_serv, y_pct_serv = crear_porcentaje(df, "Total_servicios")

# Crear datos para bienes
x_escalon_bien, y_escalon_bien = crear_escalones(df, "Total_bienes")
x_cont_bien, y_pct_bien = crear_porcentaje(df, "Total_bienes")

fig = go.Figure()

color_servicios = "#1f77b4"  # azul
color_bienes = "#ff7f0e"     # naranja

# === SERVICIOS ===
# Escalones para gasto mensual servicios (dashed)
fig.add_trace(go.Scatter(
    x=x_escalon_serv,
    y=y_escalon_serv,
    mode="lines",
    name="Servicios [ARS]",
    line=dict(shape='hv', color=color_servicios, dash="dash"),
    yaxis="y1",
    xaxis="x",
))

# Puntos y etiquetas en los límites de categoría (servicios)
fig.add_trace(go.Scatter(
    x=df["Ingreso_anual_mill_round"],
    y=df["Total_servicios"] / 1e6,
    mode="markers+text",
    text=df["Categoria"],
    textposition="bottom right",
    marker=dict(size=8, color=color_servicios),
    showlegend=False,
    yaxis="y1",
    xaxis="x",
))

# Línea continua para porcentaje servicios (solid)
fig.add_trace(go.Scatter(
    x=x_cont_serv,
    y=y_pct_serv,
    mode="lines",
    name="Servicios [%]",
    line=dict(color=color_servicios),
    yaxis="y2",
    xaxis="x",
))

# === BIENES ===
# Escalones para gasto mensual bienes (dashed)
fig.add_trace(go.Scatter(
    x=x_escalon_bien,
    y=y_escalon_bien,
    mode="lines",
    name="Bienes [ARS]",
    line=dict(shape='hv', color=color_bienes, dash="dash"),
    yaxis="y1",
    xaxis="x",
))

# Puntos y etiquetas en los límites de categoría (bienes)
fig.add_trace(go.Scatter(
    x=df["Ingreso_anual_mill_round"],
    y=df["Total_bienes"] / 1e6,
    mode="markers+text",
    text=df["Categoria"],
    textposition="bottom right",
    marker=dict(size=8, color=color_bienes),
    showlegend=False,
    yaxis="y1",
    xaxis="x",
))

# Línea continua para porcentaje bienes (solid)
fig.add_trace(go.Scatter(
    x=x_cont_bien,
    y=y_pct_bien,
    mode="lines",
    name="Bienes [%]",
    line=dict(color=color_bienes),
    yaxis="y2",
    xaxis="x",
))

# Traza invisible para forzar xaxis2
fig.add_trace(go.Scatter(
    x=df["Ingreso_anual_mill_round"],
    y=[None] * len(df),
    xaxis="x2",
    yaxis="y",
    showlegend=False,
    hoverinfo="skip",
))

fig.update_layout(
    title=f"Carga fiscal del monotributo con categorías del 1/02/2026",
    xaxis=dict(
        title="Ingreso bruto anual [millones de ARS]",
        tickvals=df["Ingreso_anual_mill_round"],
        ticktext=[f"{v:.3g}" for v in df["Ingreso_anual_mill_round"]],
        side="bottom",
    ),
    xaxis2=dict(
        title="Ingreso bruto mensual [millones de ARS]",
        overlaying="x",
        side="top",
        tickvals=df["Ingreso_anual_mill_round"],
        ticktext=[f"{v:.3g}" for v in df["Ingreso_mensual_mill_round"]],
        showgrid=False,
    ),
    yaxis=dict(
        title="Gasto mensual [millones de ARS]",
        range=[0, 1.7],
        dtick=0.25,
    ),
    yaxis2=dict(
        title="Gasto mensual [%]",
        overlaying="y",
        side="right",
        range=[0, 20.4],
        dtick=3,
        showgrid=False,
    ),
    legend=dict(
        x=0.01,
        y=0.99,
        xanchor="left",
        yanchor="top",
        bgcolor="rgba(255,255,255,0.8)",
    ),
    hovermode="x unified",
)

fig.show()

# Exportar a PNG para compartir en web (1200x800 px, escala 2x para buena resolución)
fig.write_image("monotributo.png", width=1200, height=800, scale=2)