Use Python
Downloads

Introdução à Biblioteca de Visualização (matplotlib e seaborn)

Matplotlib é uma das bibliotecas mais populares em Python para criação de gráficos e visualizações de dados. Ela fornece uma ampla variedade de recursos para criar gráficos estáticos, interativos e personalizáveis, o que a torna uma ferramenta essencial para qualquer pessoa que trabalhe com análise de dados, cientistas de dados, pesquisadores, engenheiros e profissionais de visualização de dados

Importação de biblioteca

Importação de uma biblioteca com apelidos

import matplotlib.pyplot as plt
from matplotlib.pyplot import figure

Gráficos de colunas

Colunas vertical

import pandas as pd
import matplotlib.pyplot as plt

frutas = pd.DataFrame([
    { "Nome": "Banana", "Cor": "Yellow", "Nota": 9 },
    { "Nome": "Maçã", "Cor": "Red", "Nota": 7 },
    { "Nome": "Goiaba", "Cor": "Green", "Nota": 6 },
    { "Nome": "Maracujá", "Cor": "Yellow", "Nota": 9 },
    { "Nome": "Pera", "Cor": "Green", "Nota": 4 }
])

nome = frutas['Nome']
nota = frutas['Nota']

plt.bar(nome, nota)
plt.savefig('./notas_por_frutas.jpg')

Gera o seguinte gráfico:

Lorem

Adicionar o

#...

nome = frutas['Nome']
nota = frutas['Nota']

plt.bar(nome, nota)
plt.title('Notas de Frutas')
plt.savefig('./notas_por_frutas_caption.jpg')

Lorem

#...

nome = frutas['Nome']
nota = frutas['Nota']

plt.bar(nome, nota)
plt.title('Notas de Frutas')
plt.xlabel('Frutas', fontsize=12)
plt.ylabel('Notas', fontsize=12)
plt.savefig('./notas_por_frutas_labels.jpg')

Lorem

#...

nome = frutas['Nome']
nota = frutas['Nota']

plt.bar(nome, nota)
plt.title('Notas de Frutas')
plt.xlabel('Frutas', fontsize=12)
plt.ylabel('Notas', fontsize=12)
plt.xticks(nome, nome, fontsize=12, rotation=30)
plt.savefig('./notas_por_frutas_ticks.jpg')

Lorem

Adicionar cores por valores

#...

nome = frutas['Nome']
nota = frutas['Nota']

plt.bar(nome, nota)
plt.title('Notas de Frutas')
plt.xlabel('Frutas', fontsize=12)
plt.ylabel('Notas', fontsize=12)
plt.xticks(nome, nome, fontsize=12, rotation=30)
plt.savefig('./notas_por_frutas_ticks.jpg')

Lorem

Colunas horizontais

#...

nome = frutas['Nome']
nota = frutas['Nota']

plt.bar(nome, nota)
plt.title('Notas de Frutas')
plt.xlabel('Frutas', fontsize=12)
plt.ylabel('Notas', fontsize=12)
plt.xticks(nome, nome, fontsize=12, rotation=30)
plt.savefig('./notas_por_frutas_ticks.jpg')

Lorem

Gráfico de setores

Setores, pois pizza é comida, com as proporções dos valores

import matplotlib.pyplot as plt

frutas = 'Banana', 'Maçã', 'Goiaba', 'Maracujá', 'Pera'
qtds = [2, 3, 7, 10, 4]

plt.pie(qtds, labels=frutas, autopct='%.0f%%')
plt.savefig('./quantidade_frutas_pie.jpg')

Lorem

Seaborn

A biblioteca Seaborn é uma extensão da biblioteca Matplotlib, com algumas adaptações

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

frutas = pd.DataFrame([
    { "Nome": "Banana", "Cor": "Yellow", "Nota": 9 },
    { "Nome": "Maçã", "Cor": "Red", "Nota": 7 },
    { "Nome": "Goiaba", "Cor": "Green", "Nota": 6 },
    { "Nome": "Maracujá", "Cor": "Yellow", "Nota": 9 },
    { "Nome": "Pera", "Cor": "Green", "Nota": 4 }
])

sns.set()
sns.barplot(x="Nome", y="Nota", data=frutas)
plt.savefig('./charts_bars.jpg')

Podemos melhor a estética do nosso gráfico

Lorem

Usar a paleta de cores

Podemos adicionar uma a Paleta de Cores do Seaborn para um gráfico que já temos

import matplotlib.pyplot as plt
import seaborn as sns

frutas = 'Banana', 'Maçã', 'Goiaba', 'Maracujá', 'Pera'
qtds = [2, 3, 7, 10, 4]

colors = sns.color_palette('pastel')[0:5]

sns.set()
plt.pie(qtds, labels=frutas, colors=colors, autopct='%.0f%%')
plt.savefig('./charts_pie.jpg')

Lorem

Gráfico de dispersão

Vamos usar os dados para gerar um gráfico dispersão

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

dados = pd.read_csv('video_games_sales.zip', compression = 'zip')

sns.set()
sns.scatterplot(x='Year_of_Release', y='Critic_Score', data=dados)
plt.savefig('./charts_scatterplot.jpg')

Lorem

Gráfico de linhas

Evolução de uma série temporal

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

dados = pd.read_csv('video_games_sales.zip', compression = 'zip')

sns.set()
sns.lineplot(x='Year_of_Release', y='Critic_Score', data=dados)
plt.savefig('./charts_lineplot.jpg')

Lorem