Melhorar a Visualização de Dados no Matplotlib
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!
O que você aprende neste vídeo
Resposta rápida: A aula melhora um gráfico de linhas no Matplotlib: aumenta o tamanho, coloca rótulos de dados com annotate e um laço for, ajusta o eixo Y, tira as bordas e deixa o trecho projetado tracejado. Ela parte da documentação e responde ao pedido de refazer no Python a visualização da aula anterior.
Neste vídeo (17 min):
- 1:22 - Pandas e Pyplot importados, com a figura da documentação como mapa dos elementos do gráfico
- 2:18 -
ax.spinesachado na documentação para mexer nas bordas - 3:55 - Gráfico maior com
figsizedentro doplt.subplots - 5:00 - Gráfico de linhas trocado por gráfico de barras, só para mostrar a facilidade
- 5:30 - Rótulo de dados: o parâmetro não existe, e entra o
annotate - 6:21 - Texto de teste posicionado por x e y no gráfico
- 9:00 - Um
forcomrangecoloca o rótulo de todos os pontos - 12:01 - Eixo Y ajustado com
set_ytickspara começar do zero - 12:45 - Eixo Y escondido com
set_visible, já que os pontos têm rótulo - 13:37 - Bordas do gráfico retiradas com
spines, mantendo a de baixo - 14:39 - Gráfico dividido em dois plots, com o trecho projetado tracejado
Trechos do vídeo:
- Na aula, o rótulo de dados do gráfico de linhas entra pelo
annotate, que coloca qualquer texto no gráfico na posição x, y que você informar. - O
annotaterecebe um valor por vez, e não uma lista. Por isso, com os dados numa tabela, umforpercorre as posições e evita escrever uma linha por ponto. - Começar o eixo Y em 110 pode dar a impressão errada de que a diferença entre os pontos é grande. Na aula, o eixo volta a começar do zero.
- Para tracejar só o trecho projetado, o gráfico vira dois plots. O segundo trecho volta um ponto, indo de 3 inclusive a 6 exclusive, porque começar no 4 deixaria um buraco entre as retas.
Para receber por e-mail o(s) arquivo(s) utilizados na aula, preencha:
Melhorando a Visualização de Dados no Matplotlib
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!
Visualização de Dados no Matplotlib
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.
- No primeiro gráfico nós estamos inserindo os rótulos de dados para que o usuário não precise ficar procurando em que faixa está cada ponto do seu gráfico.
- Já no segundo gráfico nós conseguimos ajustar o eixo para melhorar a visualização (principalmente para que o eixo comece sempre no 0). Isso além de melhorar a visualização você consegue ter uma análise do todo.
- No terceiro gráfico nós temos a remoção das bordas do gráfico, que em alguns casos pode atrapalhar a visualização, ainda mais que nós temos os rótulos de dados, talvez não seja necessário o eixo Y para saber onde estão cada um dos pontos.
- No último gráfico nós conseguimos separar ainda mais esse gráfico colocando um pontilhado para representar informações projetadas, ou seja, conseguimos diferenciar o atual do que está previsto.
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.
Conclusão – Melhorar a Visualização de Dados no Matplotlib
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.
Hashtag Treinamentos
Para acessar outras publicações de Ciência de Dados, clique aqui!
Quer aprender mais sobre Python com um minicurso gratuito?


