Hoje eu quero te mostrar como melhorar a visualização de dados no Matplotlib para facilitar a análise de dados dos gráficos!
Caso prefira esse conteúdo no formato de vídeo-aula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para receber por e-mail o(s) arquivo(s) utilizados na aula, preencha:
Você deve saber que a visualização dos dados é muito importante, tanto para organização quanto para facilitar a análise de dados não é mesmo?
Então a ideia dessa aula é melhorar a visualização dos dados para que você saiba como fazer isso e tenha uma visualização muito melhor das suas informações!
Nós vamos fazer essa melhora utilizando a biblioteca matplotlib que é muito utilizada em ciência de dados.
E claro, vamos utilizar também a biblioteca pandas, que é muito útil para análise de dados!
Vale ressaltar que já vamos deixar disponível os arquivos para download para que você possa acompanhar a aula. Então já baixa e vamos pra aula!
Vamos começar com essa imagem aqui que vai te ajudar muito! Pode até baixar essa imagem para poder te ajudar.
Você pode notar que nessa única imagem nós temos diversas informações, veja que em cada círculo nós temos uma informação que pode ser inserida dentro do gráfico.
E logo abaixo temos o código que é responsável por isso, então fica muito fácil saber qual código utilizar tendo essa imagem como base.
Aqui você já nota que ao plotar um gráfico inicial ele pode não vir da maneira que você quer ou até mesmo não está com o estilo desejado.
Então você pode aumentar o tamanho para melhorar a visualização, pode alterar o tipo de um dos gráficos para que fique mais fácil visualizar certas informações.
Aqui temos algumas transformações que podem ser feitas para melhorar ainda mais a sua visualização.
Você conseguiu notar como a visualização de dados no Python muda totalmente com esses pequenos ajustes?
Então nós partimos de uma visualização padrão que o programa já nos dá, para uma visualização muito melhor e mais detalhada.
Não adianta só colocar um gráfico e pronto, é necessário que você consiga tratar essas informações e deixar esse gráfico de uma forma muito mais visual.
Assim você consegue uma análise de dados muito melhor e facilita a tomada de decisão com essas informações.
Dá só uma olhada na diferença entre esses dois gráficos, como é muito mais fácil de entender o segundo gráfico do que o primeiro.
Até mesmo pela questão de escala, se você verificar o período 2 e 4 parece que no primeiro gráfico nós tivemos um aumento significativo.
Enquanto se você olhar com o eixo completo partindo do zero, vai ver que esse aumento não foi tão grande assim.
Então até esses pequenos detalhes fazem toda a diferença na hora de analisar os dados. Veja que estamos utilizando exemplos simples, agora imagine que você tem um gráfico mais completo.
Já imaginou como ele poderia ficar e facilitar muito essa análise de dados? Talvez você nem precisasse explicar do que se trata, basta mostrar o gráfico que ele vai falar por si só com esses ajustes.
Então em uma apresentação com um gráfico mais elaborado você vai precisar de menos texto e vai poder dar mais foco ao que importa que é a visualização do gráfico!
IMPORTANTE: Vale lembrar que todos os códigos que foram utilizados para fazer esses tratamentos estão disponíveis para download, então você vai poder visualizar tanto o resultado quanto o código que gerou esse resultado!
E não se esqueça de guardar a imagem inicial para que você possa lembrar qual código utilizar sempre que quiser alterar algum elemento do seu gráfico.
Nessa aula eu te mostrei como melhorar a visualização de dados com o Matplotlib e como essa visualização melhora muito a sua análise de dados.
Isso facilita muito para entender o que estamos querendo mostrar, e claro, melhora o entendimento do gráfico, fazendo com que você precise de menos explicações para mostrar do que se trata.
Para acessar outras publicações de Ciência de Dados, clique aqui!
Quer aprender mais sobre Python com um minicurso gratuito?
Expert em conteúdos da Hashtag Treinamentos. Auxilia na criação de conteúdos de variados temas voltados para aqueles que acompanham nossos canais.