Nessa aula vamos te mostrar como trabalhar com gráficos no Python com Seaborn, que é uma biblioteca gráfica voltada para análises estatísticas!
Caso prefira esse conteúdo no formato de vídeo-aula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para receber a planilha que usamos na aula no seu e-mail, preencha:
Nessa aula nós vamos te mostrar como construir gráficos no Python utilizando a biblioteca Seaborn.
Essa biblioteca é mais voltada para a área estatística e análise de dados, então se é isso que procura está no lugar certo!
O que vamos aprender nessa aula:
Você que quer aprender gráficos no Python para análise de dados, ciência de dados, análises gráficas e estatística no Python essa biblioteca vai te ajudar muito!
Essa biblioteca é mais voltada para essa área de estatística, então se é a área que você está querendo ingressar essa aula vai ser muito útil!
Antes de inicia é importante ressaltar que vamos utilizar o Jupyter (pacote Anaconda) para dar seguimento a aula.
Então se você ainda não o tem instalado basta clicar aqui que temos um post explicando como fazer o download e instalação do programa.
OBS: Vale lembrar que temos disponível os materiais que vamos utilizar na aula e dentro do arquivo em Python que está disponível você vai ter acesso a todos os links das documentações para te auxiliar no que precisar!
O primeiro passo antes de iniciar é instalar a biblioteca Seaborn, para isso basta ir até prompt do Anaconda e escrever pip install seaborn. Caso precise apenas atualizar basta escrever pip install seaborn -U.
Agora vamos a importação das bibliotecas que vamos utilizar.
Vamos importar o seaborn, a biblioteca pandas e a biblioteca matplotlib.
Em seguida vamos importar a nossa base de dados (que também está disponível para download).
Agora vamos para a parte de tipos de gráficos onde temos a separação desses gráficos por categoria.
Temos os gráficos de relação, distribuição e categoria, lembrando que já deixamos o link da documentação para facilitar quando precisar buscar pelos tipos de gráfico.
Então além dos tipos de gráfico você vai poder clicar e ver informações detalhadas sobre cada um deles.
Agora vamos colocar a mão na massa e começar nossas práticas iniciando com o gráfico de dispersão no Python.
Aqui estamos utilizando a nossa base de dados já importada para plotar o gráfico e se notar estamos colocando diversas informações “extras” para melhorar ainda mais o visual do nosso gráfico.
Então estamos colocando nome nos eixos, título na legenda, legenda, cor dos dados para diferenciar cada informação.
E por fim estamos dimensionando o tamanho de cada ponto de acordo com o número de inscrições.
Podemos também criar um gráfico de dispersão relacional, ou seja, um gráfico que vai fazer relação entre as informações que temos.
Neste caso estamos relacionando ainda o número de views com o número de likes, mas aqui temos as informações separadas pela coluna de categoria.
Vamos agora ao famoso gráfico de linha no Python, é um gráfico simples, mas é sempre muito útil quando precisamos fazer análises de dados.
Novamente temos alguns argumentos a mais para melhorar a visualização do gráfico e não ter simplesmente a linha sendo mostrada.
Temos o título do gráfico, o título dos eixos, a mudança de cor da linha e tudo isso é para melhorar a visualização do crescimento dos inscritos.
Veja que fica bem fácil de identificar qual o período em que o crescimento de inscritos começa a crescer mais e já conseguimos visualizar a quantidade que temos nesse período.
Vamos agora a criação de um Histograma no Python! Um histograma se você ainda não sabe é um gráfico que mostra a distribuição de frequência de uma determinada informação.
Aqui temos um gráfico de histograma comparando os responsáveis em cada uma das categorias.
Vamos finalizar com o gráfico de regressão linear no Python!
Novamente você vai perceber que sempre podemos adicionar novos argumentos para complementar a visualização.
Isso vai depender do que você precisa para a análise que está fazendo, então é importante ler a documentação e testar as informações.
Nessa aula nós vimos como criar gráficos estatísticos para análise de dados no Python utilizando a biblioteca seaborn.
É muito importante também praticar, pois a medida em que vai praticando alguns comandos vão ficando mais intuitivos e já vai gravando os que mais utiliza.
De qualquer forma no documento disponibilizado já deixamos todos os links das documentações que vai precisar quando tiver dúvidas, então basta dar uma olhada e prosseguir.
Outro ponto muito importante é que você explore essas funcionalidades, teste as opções, pois assim vai aprender ainda mais sobre os gráficos!
Agora é hora de praticar e colocar a mão na massa para aprender mais sobre os gráficos e começar a utilizar dentro dos seus códigos!
Para acessar outras publicações de Python, clique aqui!
Quer aprender mais sobre Python com um minicurso gratuito?