Gráficos

Criando Gráficos

Para criar gráficos usando Python, você pode utilizar diversas bibliotecas.  Existem várias bibliotecas em Python que são amplamente utilizadas: 

  • Matplotlib: É uma biblioteca bastante popular para visualização de dados em Python. Ela oferece uma ampla gama de gráficos, desde gráficos simples de linha, barra e dispersão até gráficos mais avançados como gráficos de contorno, histogramas e gráficos em 3D. 
  • Seaborn: É uma biblioteca baseada no Matplotlib que fornece uma interface de alto nível para criação de gráficos estatísticos atraentes e informativos. Seaborn é conhecido por sua capacidade de criar gráficos estatísticos complexos de forma fácil e eficiente. 
  • Plotly: É uma biblioteca interativa e de código aberto que permite criar gráficos interativos e visualizações de dados. O Plotly suporta uma ampla gama de tipos de gráficos, incluindo gráficos de barras, dispersão, linha, área, caixa, histograma e muito mais. Também oferece recursos interativos, como zoom, pan, dicas de ferramentas (tooltips) e botões interativos. 
  • Bokeh: É outra biblioteca de visualização interativa que se destaca pela criação de gráficos interativos em um navegador da web. O Bokeh permite criar gráficos complexos, interativos e responsivos, além de oferecer suporte à criação de painéis de controle e dashboards interativos. 
  • Plotnine: É uma biblioteca baseada no pacote ggplot2 do R, que segue a gramática de gráficos, permitindo criar gráficos estatísticos sofisticados em Python. O Plotnine é ideal para quem está familiarizado com a sintaxe do ggplot2 e deseja criar gráficos semelhantes em Python. 

No site de cada biblioteca há tutoriais, referencias, ‘cheat sheets’,  documentação e muito mais:

https://matplotlib.org/

https://seaborn.pydata.org/

https://plotly.com/

 http://bokeh.org/

Essas são apenas algumas das principais bibliotecas de Python para criação de gráficos. Cada uma delas tem suas características e recursos específicos, portanto, a escolha da biblioteca dependerá das suas necessidades e preferências. 

Abaixo mostramos exemplos básicos utilizando a biblioteca Matplotlib, uma das mais populares para criação de gráficos:

Temos que preparar os dados para serem plotados nos gráficos. 

Podemos criar duas listas ou arrays representando os valores de x e y para nosso gráfico

Então, podemos criar um gráfico básico de linha: 

Podemos adicionar rótulos e título ao gráfico

E por fim, exibir o gráfico

Podemos exibir mais de um gráfico, criando subplots. 

Abaixo, “fig” é figure (tudo que é apresentado) e “ax” de eixos.

Costumizando

Adicionando mais dados

Gráfico de barras

Para criar gráficos de barras em Python, você pode usar a biblioteca Matplotlib.
Adicionando mais dados
Adicionando Rótulos

Histogramas

Dividir o gráfico um número x de colunas com “bins”
Colocar um range ao inves de n° de bins
Podemos alterar o tipo da barra com histtype

Barra de Erro

Boxplot

Scatterplot

Colocando 2 dados
Modificando cor de cada índice

Manipulando Desing

Optimizando os gráficos

Podemos criar “functions“, que  são blocos de código reutilizáveis que executam uma determinada tarefa. Elas são usadas para organizar o código, melhorar a legibilidade, evitar repetições e facilitar a manutenção do programa.

 
As functions são definidas usando a palavra-chave “def”, seguida pelo nome da função, parênteses contendo os parâmetros (opcionalmente) e dois pontos. O corpo da função é indentado e contém as instruções que serão executadas quando a função for chamada.

Exercícios

A – Crie um gráfico de barras que mostre a quantidade de vendas de diferentes produtos em um mês. Use os seguintes dados: 
Produtos: [‘Leite’, ‘Banana’, ‘Chocolate’, ‘Bolo’]   |  Vendas (unidades): [100, 150, 80, 200]
B – Crie um gráfico de histograma que represente a distribuição de idades de um grupo de pessoas. Use os seguintes dados: 
Idades: [22, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70]
C – Crie um gráfico de boxplot que represente a distribuição de salários em uma empresa. Use os seguintes dados: 
Salários: [3.500, 4.000, 4.500, 5.000, 5.500, 6.000, 7.000, 8.000]

Comentários

{{ reviewsTotal }}{{ options.labels.singularReviewCountLabel }}
{{ reviewsTotal }}{{ options.labels.pluralReviewCountLabel }}
{{ options.labels.newReviewButton }}
{{ userData.canReview.message }}