From 50f11531a5d9f0128264d320dd15fa2eb8b78d8d Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sun, 10 Oct 2021 00:29:27 -0300 Subject: [PATCH 01/16] Create README.pt-br.md --- .../translations/README.pt-br.md | 31 +++++++++++++++++++ 1 file changed, 31 insertions(+) create mode 100644 3-Data-Visualization/translations/README.pt-br.md diff --git a/3-Data-Visualization/translations/README.pt-br.md b/3-Data-Visualization/translations/README.pt-br.md new file mode 100644 index 00000000..1437ecf3 --- /dev/null +++ b/3-Data-Visualization/translations/README.pt-br.md @@ -0,0 +1,31 @@ +# Visualizações + +![a bee on a lavender flower](./../images/bee.jpg) +> Foto por Jenna Lee em Unsplash + +Visualizar dados é uma das tarefas mais importantes de um cientista de dados. Imagens valem mais que 1000 palavras, e uma visualização pode te ajudar a identificar todo tipo de partes interessantes dos seus dados, como picos, outliers, agrupamentos, tendências, e mais, que podem te ajudar a entender a história que seus dados estão tentando contar. + +Nessas cinco aulas, você irá explorar dados vindos da natureza e criar visualizações bonitas e interessantes usando várias técnicas. + +### Tópicos + +1. [Visualizando quantidades](09-visualization-quantities/README.md) +1. [Visualizando distribuições](10-visualization-distributions/README.md) +1. [Visualizando proporções](11-visualization-proportions/README.md) +1. [Visualizando relações](12-visualization-relationships/README.md) +1. [Criando visualizações relevantes](13-meaningful-visualizations/README.md) + +### Créditos + +Essas aulas foram escritas com 🌸 por [Jen Looper](https://twitter.com/jenlooper) + +🍯 Dados de produção de mel nos EUA são provenientes do projeto de Jessica Li no [Kaggle](https://www.kaggle.com/jessicali9530/honey-production). Os [dados](https://usda.library.cornell.edu/concern/publications/rn301137d) são provenientes do [Departamento de Agricultura dos Estados Unidos](https://www.nass.usda.gov/About_NASS/index.php). + +🍄 Dados dos cogumelos também são provenientes do [Kaggle](https://www.kaggle.com/hatterasdunton/mushroom-classification-updated-dataset) revisados por Hatteras Dunton. Esse dataset inclui descrições de amostras hipotéticas que correspondem a 23 espécies de cogumelos lamelados das famílias Agaricus e Lepiota. Mushroom drawn from The Audubon Society Field Guide to North American Mushrooms (1981). Esse dataset foi doado para UCI ML 27 em 1987. + +🦆 Dados de pássaros de Minnesota também são provenientes do [Kaggle](https://www.kaggle.com/hannahcollins/minnesota-birds) raspados (web scraping) da [Wikipedia](https://en.wikipedia.org/wiki/List_of_birds_of_Minnesota) por Hannah Collins. + +Todos esses datasets estão licensiados sob [CC0: Creative Commons](https://creativecommons.org/publicdomain/zero/1.0/). + + + From 70f6cfb2c6d9f3aab7376e7502132b15f89219ce Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sun, 10 Oct 2021 00:52:09 -0300 Subject: [PATCH 02/16] Create README.pt-br.md Translation is not completed yet. --- .../translations/README.pt-br.md | 204 ++++++++++++++++++ 1 file changed, 204 insertions(+) create mode 100644 3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md diff --git a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md new file mode 100644 index 00000000..afa601e3 --- /dev/null +++ b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md @@ -0,0 +1,204 @@ +# Visualizando Quantidades + +|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/09-Visualizing-Quantities.png)| +|:---:| +| Visualizando quantidades - _Sketchnote por [@nitya](https://twitter.com/nitya)_ | + +Nessa aula você irá explorar como usar uma das muitas bibliotecas disponíveis de Python para aprender a criar visualizações interessantes relacionadas ao conceito de quantidade. Usando um dataset já limpo sobre pássaros de Minnesota, você pode aprender muitos fatos interessantes sobre a fauna selvagem local. +## [Quiz pré-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/16) + +## Observar envergadura de asa com Matplotlib + +Uma biblioteca excelente para criar gráficos simples e sofisticados de diversos tipos é o [Matplotlib](https://matplotlib.org/stable/index.html). Em geral, o processo de plotar dados com essas bibliotecas inclui identificar as partes do seu dataframe que você quer focar, utilizando quaisquer transformações necessárias nestes dados, atribuindo seus valores dos eixos x e y, decidindo qual tipo de gráfico mostrar, e então mostrando o gráfico. O Matplotlib oferece uma grande variedade de visualizações, mas, nesta aula, iremos focar nos mais apropriados para visualizar quantidade: gráfico de linha, gráfico de dispersão e gráfico de barra. + +> ✅ Use the best chart to suit your data's structure and the story you want to tell. +> - To analyze trends over time: line +> - To compare values: bar, column, pie, scatterplot +> - To show how parts relate to a whole: pie +> - To show distribution of data: scatterplot, bar +> - To show trends: line, column +> - To show relationships between values: line, scatterplot, bubble + +If you have a dataset and need to discover how much of a given item is included, one of the first tasks you have at hand will be to inspect its values. + +✅ There are very good 'cheat sheets' available for Matplotlib [here](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-1.png) and [here](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-2.png). + +## Build a line plot about bird wingspan values + +Open the `notebook.ipynb` file at the root of this lesson folder and add a cell. + +> Note: the data is stored in the root of this repo in the `/data` folder. + +```python +import pandas as pd +import matplotlib.pyplot as plt +birds = pd.read_csv('../../data/birds.csv') +birds.head() +``` +This data is a mix of text and numbers: + + +| | Name | ScientificName | Category | Order | Family | Genus | ConservationStatus | MinLength | MaxLength | MinBodyMass | MaxBodyMass | MinWingspan | MaxWingspan | +| ---: | :--------------------------- | :--------------------- | :-------------------- | :----------- | :------- | :---------- | :----------------- | --------: | --------: | ----------: | ----------: | ----------: | ----------: | +| 0 | Black-bellied whistling-duck | Dendrocygna autumnalis | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Dendrocygna | LC | 47 | 56 | 652 | 1020 | 76 | 94 | +| 1 | Fulvous whistling-duck | Dendrocygna bicolor | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Dendrocygna | LC | 45 | 53 | 712 | 1050 | 85 | 93 | +| 2 | Snow goose | Anser caerulescens | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 64 | 79 | 2050 | 4050 | 135 | 165 | +| 3 | Ross's goose | Anser rossii | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 57.3 | 64 | 1066 | 1567 | 113 | 116 | +| 4 | Greater white-fronted goose | Anser albifrons | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 64 | 81 | 1930 | 3310 | 130 | 165 | + +Let's start by plotting some of the numeric data using a basic line plot. Suppose you wanted a view of the maximum wingspan for these interesting birds. + +```python +wingspan = birds['MaxWingspan'] +wingspan.plot() +``` +![Max Wingspan](images/max-wingspan.png) + +What do you notice immediately? There seems to be at least one outlier - that's quite a wingspan! A 2300 centimeter wingspan equals 23 meters - are there Pterodactyls roaming Minnesota? Let's investigate. + +While you could do a quick sort in Excel to find those outliers, which are probably typos, continue the visualization process by working from within the plot. + +Add labels to the x-axis to show what kind of birds are in question: + +``` +plt.title('Max Wingspan in Centimeters') +plt.ylabel('Wingspan (CM)') +plt.xlabel('Birds') +plt.xticks(rotation=45) +x = birds['Name'] +y = birds['MaxWingspan'] + +plt.plot(x, y) + +plt.show() +``` +![wingspan with labels](images/max-wingspan-labels.png) + +Even with the rotation of the labels set to 45 degrees, there are too many to read. Let's try a different strategy: label only those outliers and set the labels within the chart. You can use a scatter chart to make more room for the labeling: + +```python +plt.title('Max Wingspan in Centimeters') +plt.ylabel('Wingspan (CM)') +plt.tick_params(axis='both',which='both',labelbottom=False,bottom=False) + +for i in range(len(birds)): + x = birds['Name'][i] + y = birds['MaxWingspan'][i] + plt.plot(x, y, 'bo') + if birds['MaxWingspan'][i] > 500: + plt.text(x, y * (1 - 0.05), birds['Name'][i], fontsize=12) + +plt.show() +``` +What's going on here? You used `tick_params` to hide the bottom labels and then created a loop over your birds dataset. Plotting the chart with small round blue dots by using `bo`, you checked for any bird with a maximum wingspan over 500 and displayed their label next to the dot if so. You offset the labels a little on the y axis (`y * (1 - 0.05)`) and used the bird name as a label. + +What did you discover? + +![outliers](images/labeled-wingspan.png) +## Filter your data + +Both the Bald Eagle and the Prairie Falcon, while probably very large birds, appear to be mislabeled, with an extra `0` added to their maximum wingspan. It's unlikely that you'll meet a Bald Eagle with a 25 meter wingspan, but if so, please let us know! Let's create a new dataframe without those two outliers: + +```python +plt.title('Max Wingspan in Centimeters') +plt.ylabel('Wingspan (CM)') +plt.xlabel('Birds') +plt.tick_params(axis='both',which='both',labelbottom=False,bottom=False) +for i in range(len(birds)): + x = birds['Name'][i] + y = birds['MaxWingspan'][i] + if birds['Name'][i] not in ['Bald eagle', 'Prairie falcon']: + plt.plot(x, y, 'bo') +plt.show() +``` + +By filtering out outliers, your data is now more cohesive and understandable. + +![scatterplot of wingspans](images/scatterplot-wingspan.png) + +Now that we have a cleaner dataset at least in terms of wingspan, let's discover more about these birds. + +While line and scatter plots can display information about data values and their distributions, we want to think about the values inherent in this dataset. You could create visualizations to answer the following questions about quantity: + +> How many categories of birds are there, and what are their numbers? +> How many birds are extinct, endangered, rare, or common? +> How many are there of the various genus and orders in Linnaeus's terminology? +## Explore bar charts + +Bar charts are practical when you need to show groupings of data. Let's explore the categories of birds that exist in this dataset to see which is the most common by number. + +In the notebook file, create a basic bar chart + +✅ Note, you can either filter out the two outlier birds we identified in the previous section, edit the typo in their wingspan, or leave them in for these exercises which do not depend on wingspan values. + +If you want to create a bar chart, you can select the data you want to focus on. Bar charts can be created from raw data: + +```python +birds.plot(x='Category', + kind='bar', + stacked=True, + title='Birds of Minnesota') + +``` +![full data as a bar chart](images/full-data-bar.png) + +This bar chart, however, is unreadable because there is too much non-grouped data. You need to select only the data that you want to plot, so let's look at the length of birds based on their category. + +Filter your data to include only the bird's category. + +✅ Notice that that you use Pandas to manage the data, and then let Matplotlib do the charting. + +Since there are many categories, you can display this chart vertically and tweak its height to account for all the data: + +```python +category_count = birds.value_counts(birds['Category'].values, sort=True) +plt.rcParams['figure.figsize'] = [6, 12] +category_count.plot.barh() +``` +![category and length](images/category-counts.png) + +This bar chart shows a good view of the number of birds in each category. In a blink of an eye, you see that the largest number of birds in this region are in the Ducks/Geese/Waterfowl category. Minnesota is the 'land of 10,000 lakes' so this isn't surprising! + +✅ Try some other counts on this dataset. Does anything surprise you? + +## Comparing data + +You can try different comparisons of grouped data by creating new axes. Try a comparison of the MaxLength of a bird, based on its category: + +```python +maxlength = birds['MaxLength'] +plt.barh(y=birds['Category'], width=maxlength) +plt.rcParams['figure.figsize'] = [6, 12] +plt.show() +``` +![comparing data](images/category-length.png) + +Nothing is surprising here: hummingbirds have the least MaxLength compared to Pelicans or Geese. It's good when data makes logical sense! + +You can create more interesting visualizations of bar charts by superimposing data. Let's superimpose Minimum and Maximum Length on a given bird category: + +```python +minLength = birds['MinLength'] +maxLength = birds['MaxLength'] +category = birds['Category'] + +plt.barh(category, maxLength) +plt.barh(category, minLength) + +plt.show() +``` +In this plot, you can see the range per bird category of the Minimum Length and Maximum length. You can safely say that, given this data, the bigger the bird, the larger its length range. Fascinating! + +![superimposed values](images/superimposed.png) + +## 🚀 Challenge + +This bird dataset offers a wealth of information about different types of birds within a particular ecosystem. Search around the internet and see if you can find other bird-oriented datasets. Practice building charts and graphs around these birds to discover facts you didn't realize. +## [Post-lecture quiz](https://red-water-0103e7a0f.azurestaticapps.net/quiz/17) + +## Review & Self Study + +This first lesson has given you some information about how to use Matplotlib to visualize quantities. Do some research around other ways to work with datasets for visualization. [Plotly](https://github.com/plotly/plotly.py) is one that we won't cover in these lessons, so take a look at what it can offer. +## Assignment + +[Lines, Scatters, and Bars](assignment.md) From 4ff6ee6b2ece8e2bd337d6b2020256b5ee8ea918 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sun, 10 Oct 2021 15:15:00 -0300 Subject: [PATCH 03/16] Add translations up to 'filter your data' section --- .../translations/README.pt-br.md | 49 ++++++++++--------- 1 file changed, 26 insertions(+), 23 deletions(-) diff --git a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md index afa601e3..e777ac07 100644 --- a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md +++ b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md @@ -11,23 +11,24 @@ Nessa aula você irá explorar como usar uma das muitas bibliotecas disponíveis Uma biblioteca excelente para criar gráficos simples e sofisticados de diversos tipos é o [Matplotlib](https://matplotlib.org/stable/index.html). Em geral, o processo de plotar dados com essas bibliotecas inclui identificar as partes do seu dataframe que você quer focar, utilizando quaisquer transformações necessárias nestes dados, atribuindo seus valores dos eixos x e y, decidindo qual tipo de gráfico mostrar, e então mostrando o gráfico. O Matplotlib oferece uma grande variedade de visualizações, mas, nesta aula, iremos focar nos mais apropriados para visualizar quantidade: gráfico de linha, gráfico de dispersão e gráfico de barra. -> ✅ Use the best chart to suit your data's structure and the story you want to tell. -> - To analyze trends over time: line -> - To compare values: bar, column, pie, scatterplot -> - To show how parts relate to a whole: pie -> - To show distribution of data: scatterplot, bar -> - To show trends: line, column -> - To show relationships between values: line, scatterplot, bubble +> ✅ Use o melhor gráfico para se adaptar a estrutura dos dados e a história que você quer contar. +> - Para analisar tendências ao longo do tempo: linha +> - Para comparar valores: barra, coluna, pizza, dispersão +> - Para mostrar como as partes se relacionam com o todo: pizza +> - Para mostrar a distrivuição dos dados: dispersão, barra +> - Para mostrar tendências: linha, coluna +> - Para mostrar relações entre valores: linha, dispersão, bolha -If you have a dataset and need to discover how much of a given item is included, one of the first tasks you have at hand will be to inspect its values. +Se você tem um dataset e precisa descobrir quanto de um dado item está presente, uma das primeiras coisas que você precisará fazer é examinar seus valores. -✅ There are very good 'cheat sheets' available for Matplotlib [here](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-1.png) and [here](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-2.png). -## Build a line plot about bird wingspan values +✅ Existem dicas ('cheat sheets') muito boas disponíveis para o Matplotlib [aqui](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-1.png) e [aqui](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-2.png). -Open the `notebook.ipynb` file at the root of this lesson folder and add a cell. +## Construir um gráfico de linhas sobre os valores de envergadura de pássaros -> Note: the data is stored in the root of this repo in the `/data` folder. +Abra o arquivo `notebook.ipynb` na raiz da pasta dessa aula e adicione uma célula. + +> Nota: os dados estão armazenados na raiz deste repositório na pasta `/data`. ```python import pandas as pd @@ -35,7 +36,7 @@ import matplotlib.pyplot as plt birds = pd.read_csv('../../data/birds.csv') birds.head() ``` -This data is a mix of text and numbers: +Esses dados são uma mistura de texto e números: | | Name | ScientificName | Category | Order | Family | Genus | ConservationStatus | MinLength | MaxLength | MinBodyMass | MaxBodyMass | MinWingspan | MaxWingspan | @@ -46,19 +47,19 @@ This data is a mix of text and numbers: | 3 | Ross's goose | Anser rossii | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 57.3 | 64 | 1066 | 1567 | 113 | 116 | | 4 | Greater white-fronted goose | Anser albifrons | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 64 | 81 | 1930 | 3310 | 130 | 165 | -Let's start by plotting some of the numeric data using a basic line plot. Suppose you wanted a view of the maximum wingspan for these interesting birds. +Vamos começar plotando alguns dados numéricos com um simples gráfico de linhas. Suponha que você quer uma visualização da envergadura máxima desses pássaros interessantes. ```python wingspan = birds['MaxWingspan'] wingspan.plot() ``` -![Max Wingspan](images/max-wingspan.png) +![Envergadura máxima](images/max-wingspan.png) -What do you notice immediately? There seems to be at least one outlier - that's quite a wingspan! A 2300 centimeter wingspan equals 23 meters - are there Pterodactyls roaming Minnesota? Let's investigate. +O que é possível perceber imediatamente? Aparentemente existe pelo menos um outlier - e que envergadura! Uma envergadura de 2300 centímetros equivale a 23 metros - têm pterodáctilos voando em Minnesota? Vamos investigar. -While you could do a quick sort in Excel to find those outliers, which are probably typos, continue the visualization process by working from within the plot. +Você poderia fazer uma ordenação rápida no Excel para encontrar esses outliers, que provavelmente são erros de digitação. No entanto, vamos continuar o processo de visualização trabalhando no gráfico. -Add labels to the x-axis to show what kind of birds are in question: +Adicione labels (identificadores) no eixo x para mostrar quais tipos de pássaros estão sendo analisados: ``` plt.title('Max Wingspan in Centimeters') @@ -72,9 +73,9 @@ plt.plot(x, y) plt.show() ``` -![wingspan with labels](images/max-wingspan-labels.png) +![Envergadura com labels (identificadores)](images/max-wingspan-labels.png) -Even with the rotation of the labels set to 45 degrees, there are too many to read. Let's try a different strategy: label only those outliers and set the labels within the chart. You can use a scatter chart to make more room for the labeling: +Mesmo com a rotação das labels em 45 graus, existem muitos para ler. Vamos tentar outra estratégia: identificar somente os outliers e colocar as labels dentro do gráfico. Você pode usarj um gráfico de dispersão para abrir mais espaço para identificação: ```python plt.title('Max Wingspan in Centimeters') @@ -90,12 +91,14 @@ for i in range(len(birds)): plt.show() ``` -What's going on here? You used `tick_params` to hide the bottom labels and then created a loop over your birds dataset. Plotting the chart with small round blue dots by using `bo`, you checked for any bird with a maximum wingspan over 500 and displayed their label next to the dot if so. You offset the labels a little on the y axis (`y * (1 - 0.05)`) and used the bird name as a label. -What did you discover? +O que aconteceu aqui? Você usou `tick_params` para esconder as labels debaixo e entrão criou um loop sobre o dataset dos paśsaros. Depois, plotou o gráfico com pequenos círculos azuis usando `bo` e procurou por pássaros com envergadura maior que 500 e, se sim, exibiu a label ao lado do círculo. Você ajustou as labels no eixo y (`y * (1 - 0.05)`) e usou o nome do pássaro como label. + +O que você descobriu? ![outliers](images/labeled-wingspan.png) -## Filter your data + +## Filtrar seus dados Both the Bald Eagle and the Prairie Falcon, while probably very large birds, appear to be mislabeled, with an extra `0` added to their maximum wingspan. It's unlikely that you'll meet a Bald Eagle with a 25 meter wingspan, but if so, please let us know! Let's create a new dataframe without those two outliers: From 3b8aefd5fb937b705dd6783fc4ae5b2a9905d81f Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sun, 10 Oct 2021 15:18:07 -0300 Subject: [PATCH 04/16] update images path --- .../translations/README.pt-br.md | 18 +++++++++--------- 1 file changed, 9 insertions(+), 9 deletions(-) diff --git a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md index e777ac07..9e620a8e 100644 --- a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md +++ b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md @@ -1,6 +1,6 @@ # Visualizando Quantidades -|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/09-Visualizing-Quantities.png)| +|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/09-Visualizing-Quantities.png)| |:---:| | Visualizando quantidades - _Sketchnote por [@nitya](https://twitter.com/nitya)_ | @@ -53,7 +53,7 @@ Vamos começar plotando alguns dados numéricos com um simples gráfico de linha wingspan = birds['MaxWingspan'] wingspan.plot() ``` -![Envergadura máxima](images/max-wingspan.png) +![Envergadura máxima](../images/max-wingspan.png) O que é possível perceber imediatamente? Aparentemente existe pelo menos um outlier - e que envergadura! Uma envergadura de 2300 centímetros equivale a 23 metros - têm pterodáctilos voando em Minnesota? Vamos investigar. @@ -73,7 +73,7 @@ plt.plot(x, y) plt.show() ``` -![Envergadura com labels (identificadores)](images/max-wingspan-labels.png) +![Envergadura com labels (identificadores)](../images/max-wingspan-labels.png) Mesmo com a rotação das labels em 45 graus, existem muitos para ler. Vamos tentar outra estratégia: identificar somente os outliers e colocar as labels dentro do gráfico. Você pode usarj um gráfico de dispersão para abrir mais espaço para identificação: @@ -96,7 +96,7 @@ O que aconteceu aqui? Você usou `tick_params` para esconder as labels debaixo e O que você descobriu? -![outliers](images/labeled-wingspan.png) +![outliers](../images/labeled-wingspan.png) ## Filtrar seus dados @@ -117,7 +117,7 @@ plt.show() By filtering out outliers, your data is now more cohesive and understandable. -![scatterplot of wingspans](images/scatterplot-wingspan.png) +![scatterplot of wingspans](../images/scatterplot-wingspan.png) Now that we have a cleaner dataset at least in terms of wingspan, let's discover more about these birds. @@ -143,7 +143,7 @@ birds.plot(x='Category', title='Birds of Minnesota') ``` -![full data as a bar chart](images/full-data-bar.png) +![full data as a bar chart](../images/full-data-bar.png) This bar chart, however, is unreadable because there is too much non-grouped data. You need to select only the data that you want to plot, so let's look at the length of birds based on their category. @@ -158,7 +158,7 @@ category_count = birds.value_counts(birds['Category'].values, sort=True) plt.rcParams['figure.figsize'] = [6, 12] category_count.plot.barh() ``` -![category and length](images/category-counts.png) +![category and length](../images/category-counts.png) This bar chart shows a good view of the number of birds in each category. In a blink of an eye, you see that the largest number of birds in this region are in the Ducks/Geese/Waterfowl category. Minnesota is the 'land of 10,000 lakes' so this isn't surprising! @@ -174,7 +174,7 @@ plt.barh(y=birds['Category'], width=maxlength) plt.rcParams['figure.figsize'] = [6, 12] plt.show() ``` -![comparing data](images/category-length.png) +![comparing data](../images/category-length.png) Nothing is surprising here: hummingbirds have the least MaxLength compared to Pelicans or Geese. It's good when data makes logical sense! @@ -192,7 +192,7 @@ plt.show() ``` In this plot, you can see the range per bird category of the Minimum Length and Maximum length. You can safely say that, given this data, the bigger the bird, the larger its length range. Fascinating! -![superimposed values](images/superimposed.png) +![superimposed values](../images/superimposed.png) ## 🚀 Challenge From 3d4a7c588acd16954bc1ad2b0214baea1aad453c Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sun, 10 Oct 2021 21:31:03 -0300 Subject: [PATCH 05/16] Fully translated text Fix links afterwards (link to the translated files, after they are created) --- .../translations/README.pt-br.md | 64 ++++++++++--------- 1 file changed, 34 insertions(+), 30 deletions(-) diff --git a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md index 9e620a8e..90838098 100644 --- a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md +++ b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md @@ -100,7 +100,7 @@ O que você descobriu? ## Filtrar seus dados -Both the Bald Eagle and the Prairie Falcon, while probably very large birds, appear to be mislabeled, with an extra `0` added to their maximum wingspan. It's unlikely that you'll meet a Bald Eagle with a 25 meter wingspan, but if so, please let us know! Let's create a new dataframe without those two outliers: +Apesar de grandes, tanto a Bald Eagle e o Prairie Falcon parecem ter valores errados, com um `0` a mais na envergadura máxima. É imporvável que você encontra uma Bald Eagle com envergadura de 25 metros, mas, se encontrar, por favor nos diga! Agora, vamos criar um novo dataframe sem esses dois outliers: ```python plt.title('Max Wingspan in Centimeters') @@ -115,26 +115,27 @@ for i in range(len(birds)): plt.show() ``` -By filtering out outliers, your data is now more cohesive and understandable. +Ao remover esses outliers, seus dados ficaram mais coesos e compreensíveis. -![scatterplot of wingspans](../images/scatterplot-wingspan.png) +![Dispersão das envergaduras](../images/scatterplot-wingspan.png) -Now that we have a cleaner dataset at least in terms of wingspan, let's discover more about these birds. +Agora que temos um dataset mais limpo ao menos em termos de envergadura, vamos aprender mais sobre esses pássaros -While line and scatter plots can display information about data values and their distributions, we want to think about the values inherent in this dataset. You could create visualizations to answer the following questions about quantity: +Enquanto gráficos de linha e dispersão conseguem mostrar informações sobre valores e suas distribuições, nós queremos pensar sobre os valores intrínsecos a esse dataset. Você poderia criar visualizações para responder as seguintes perguntas sobre quantidade: -> How many categories of birds are there, and what are their numbers? -> How many birds are extinct, endangered, rare, or common? -> How many are there of the various genus and orders in Linnaeus's terminology? -## Explore bar charts +> Quantas categorias de pássaros existem, e quais são seus números? +> Quantos pássaros estão extintos, em risco de extinção, raros ou comuns? +> Quantos gêneros e ordens da taxonomia de Lineu (nome científico) existem no dataset? -Bar charts are practical when you need to show groupings of data. Let's explore the categories of birds that exist in this dataset to see which is the most common by number. +## Explorar gráfico de barras -In the notebook file, create a basic bar chart +Gráfico de barras são práticos quando se precisa mostrar agrupamentos de dados. Vamos explorar as categorias de pássaros que existem nesse dataset para obrservar qual é o mais comum em quantidade. -✅ Note, you can either filter out the two outlier birds we identified in the previous section, edit the typo in their wingspan, or leave them in for these exercises which do not depend on wingspan values. +No arquivo notebook, crie um gráfico de barras simples -If you want to create a bar chart, you can select the data you want to focus on. Bar charts can be created from raw data: +✅ Note que, você pode remover os dois pássaros outliers que foram identificados anteriormente, editar o erro de digitação na envergadura ou deixá-los nesses exercícios que não dependem dos valores da envergadura. + +Se você quer criar um gráfico de barras, você pode selecionar os dados que quer focar. Gráfico de barras pode ser criado a partir de dados brutos: ```python birds.plot(x='Category', @@ -145,13 +146,13 @@ birds.plot(x='Category', ``` ![full data as a bar chart](../images/full-data-bar.png) -This bar chart, however, is unreadable because there is too much non-grouped data. You need to select only the data that you want to plot, so let's look at the length of birds based on their category. +No entanto, esse gráfico de barras é ilegível porque existem muitos dados não agrupados. Você precisa selecionar somente os dados que quer plotar, então vamos olhar o comprimento de pássaros com base na sua categoria. -Filter your data to include only the bird's category. +Filtre os dados para incluir somente a categoria do pássaro. -✅ Notice that that you use Pandas to manage the data, and then let Matplotlib do the charting. +✅ Note que você usa o Pandas para lidar com os dados, e deixa a criação de gráficos para o Matplotlib. -Since there are many categories, you can display this chart vertically and tweak its height to account for all the data: +Já que existem muitas categorias, você pode mostrar esse gráfico verticalmente e ajustar sua altura para acomodar todos os dados: ```python category_count = birds.value_counts(birds['Category'].values, sort=True) @@ -160,13 +161,13 @@ category_count.plot.barh() ``` ![category and length](../images/category-counts.png) -This bar chart shows a good view of the number of birds in each category. In a blink of an eye, you see that the largest number of birds in this region are in the Ducks/Geese/Waterfowl category. Minnesota is the 'land of 10,000 lakes' so this isn't surprising! +Esse gráfico de barras mostra uma boa visão do número de pássaros em cada categoria. Em um piscar de olhos, você vê que a maior quantidade de pássaros nessa região pertence à categoria de Ducks/Geese/Waterfowl (patos/gansos/cisnes). Minnesota é 'a terra de 10.000 lagos', então isso não é surpreendente! -✅ Try some other counts on this dataset. Does anything surprise you? +✅ Tente contar outras quantidades nesse dataset. Algo te surpreende? -## Comparing data +## Comparando dados -You can try different comparisons of grouped data by creating new axes. Try a comparison of the MaxLength of a bird, based on its category: +Você pode tentar diferentes comparações de dados agrupados criando novos eixos. Tente comparar o comprimento máximo de um pássaro, baseado na sua categoria: ```python maxlength = birds['MaxLength'] @@ -176,9 +177,9 @@ plt.show() ``` ![comparing data](../images/category-length.png) -Nothing is surprising here: hummingbirds have the least MaxLength compared to Pelicans or Geese. It's good when data makes logical sense! +Nada é surpreendente aqui: hummingbirds (beija-flores) tem o menor comprimento comparados com pelicans (pelicanos) ou geese (gansos). É muito bom quando os dados fazem sentido! -You can create more interesting visualizations of bar charts by superimposing data. Let's superimpose Minimum and Maximum Length on a given bird category: +Você pode criar visualizações mais interessantes de gráficos de barras ao sobrepor dados. Vamos sobrepor o comprimento mínimo e máximo de uma dada categoria de pássaros: ```python minLength = birds['MinLength'] @@ -190,18 +191,21 @@ plt.barh(category, minLength) plt.show() ``` -In this plot, you can see the range per bird category of the Minimum Length and Maximum length. You can safely say that, given this data, the bigger the bird, the larger its length range. Fascinating! + +Nesse gráfico, você pode ver o intervalo de comprimento mínimo e máximo por categoria de pássaro. Você pode seguramente dizer, a partir desses dados, que quanto maior o pássaro, maior seu intervalo de comprimento. Fascinante! ![superimposed values](../images/superimposed.png) -## 🚀 Challenge +## 🚀 Desafio + +Esse dataset de pássaros oferece uma riqueza de informações sobre os diferentes tipos de pássaros de um ecossistema particular. Tente achar na internet outros datasets com dados sobre pássaros. Pratique construir gráficos sobre esses pássaros e tente descobrir fatos que você ainda não havia percebido. + +## [Quiz pós-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/17) -This bird dataset offers a wealth of information about different types of birds within a particular ecosystem. Search around the internet and see if you can find other bird-oriented datasets. Practice building charts and graphs around these birds to discover facts you didn't realize. -## [Post-lecture quiz](https://red-water-0103e7a0f.azurestaticapps.net/quiz/17) +## Revisão e autoestudo -## Review & Self Study +Essa primeira aula lhe deu informações sobre como usar o Matplotlib para visualizar quantidades. Procure por outras formas de trabalhar com dataset para visualização. [Plotly](https://github.com/plotly/plotly.py) é uma que não será abordada nas aulas, então dê uma olhada no que ela pode oferecer. -This first lesson has given you some information about how to use Matplotlib to visualize quantities. Do some research around other ways to work with datasets for visualization. [Plotly](https://github.com/plotly/plotly.py) is one that we won't cover in these lessons, so take a look at what it can offer. -## Assignment +## Tarefa [Lines, Scatters, and Bars](assignment.md) From 9ea38061baba033e3b4e9971f15cf017c36c2298 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Tue, 12 Oct 2021 18:15:07 -0300 Subject: [PATCH 06/16] Create assignment.pt-br.md --- .../translations/assignment.pt-br.md | 11 +++++++++++ 1 file changed, 11 insertions(+) create mode 100644 3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md diff --git a/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md b/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md new file mode 100644 index 00000000..fb5b62a3 --- /dev/null +++ b/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md @@ -0,0 +1,11 @@ +# Linhas, dispersão e barras + +## Instruções + +Nessa aula, você trabalhou com gráfico de linhas, dispersão e barras para mostrar fatos interessantes sobre esse dataset. Nessa tarefa, explore mais a fundo o dataset para descobrir algo sobre um dado tipo de pássaro. Por exemplo, crie um notebook que mostre visualizações de todos os fatos interessantes que encontrar sobre os Snow Geese (gansos-das-neves). Use os três tipos de gráficos mencionados anteriormente para contar uma história em seu notebook. + +## Rubrica + +Exemplar | Adequado | Precisa melhorar +--- | --- | -- | +O notebook foi apresentado com boas anotações, contação de histórias (storytelling) sólida e gráficos cativantes | O notebook não tem um desses elementos | O notebook não tem dois desses elementos From 373a22af6191bf4725eb05eb49b961f19b8d06eb Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Wed, 13 Oct 2021 00:41:05 -0300 Subject: [PATCH 07/16] Create README.pt-bt.md --- .../translations/README.pt-br.md | 199 ++++++++++++++++++ 1 file changed, 199 insertions(+) create mode 100644 3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md diff --git a/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md b/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md new file mode 100644 index 00000000..1ce0f827 --- /dev/null +++ b/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md @@ -0,0 +1,199 @@ +# Visualizando distribuições + +|![ Sketchnote por [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/10-Visualizing-Distributions.png)| +|:---:| +| Visualizando distribuições - _Sketchnote por [@nitya](https://twitter.com/nitya)_ | + +Na aula anterior, você aprendeu fatos interessantes sobre um dataset de pássaros de Minnesota. Você encontrou dados incorretos ao visualizar outliers e olhou as diferenças entre categorias de pássaros com base no seu comprimento máximo. + +## [Quiz pré-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/18) +## Explore o dataset de pássaros + +Outra forma de explorar os dados é olhar para sua distribuição, ou como os dados estão organizados ao longo do eixo. Por exemplo, talvez você gostaria de aprender sobre a distribuição geral, nesse dataset, do máximo de envergadura (wingspan) ou máximo de massa corporal (body mass) dos pássaros de Minnesota. + +Vamos descobrir alguns fatos sobre as distribuições de dados nesse dataset. No arquivo _notebook.ipynb_ na raiz do diretório dessa aula, importe Pandas, Matplotlib, e seus dados: + +```python +import pandas as pd +import matplotlib.pyplot as plt +birds = pd.read_csv('../../data/birds.csv') +birds.head() +``` + +Geralmente, você pode olhar para a forma como os dados estão distribuídos usando um gráfico de dispersão (scatter plot) como fizemos na aula anterior: + +```python +birds.plot(kind='scatter',x='MaxLength',y='Order',figsize=(12,8)) + +plt.title('Max Length per Order') +plt.ylabel('Order') +plt.xlabel('Max Length') + +plt.show() +``` + +Isso nos dá uma visão geral da distribuição de comprimento de corpo por Ordem do pássaro, mas não é a forma ótima de mostrar a distribuição real. Essa tarefa geralmente é realizada usando um histograma. + +## Trabalhando com histogramas + +O Matplotlib oferece formas muito boas de visualizar distribuição dos dados usando histogramas. Esse tipo de gráfico é parecido com um gráfico de barras onde a distribuiçao pode ser vista por meio da subida e descida das barras. Para construir um histograma, você precisa de dados numéricos. Para construir um histograma, você pode plotar um gráfico definindo o tipo (kind) como 'hist' para histograma. Esse gráfico mostra a distribuição de massa corporal máxima (MaxBodyMass) para todo o intervalo numérico dos dados. Ao dividir um certo vetor de dados em intervalos (bins) menores, vemos a distribuição dos valores: + +```python +birds['MaxBodyMass'].plot(kind = 'hist', bins = 10, figsize = (12,12)) +plt.show() +``` + +![Distribuição de todo o dataset](images/dist1.png) + +Como você pode ver, a maior parte dos mais de 400 pássaros cai no intervalo de menos de 2000 para a massa corporal máxima. Obtenha mais conhecimento dos dados mudando o parâmetro de intervalo (`bins`) para um número maior, como 30: + +```python +birds['MaxBodyMass'].plot(kind = 'hist', bins = 30, figsize = (12,12)) +plt.show() +``` + +![Distribuição de todo o dataset com valores maiores de intervalo](images/dist2.png) + +Esse gráfico mostra a distribuição de forma mais detalhada. Um gráfico menos concentrado na esquerda pode ser criado garantindo que você só seleciona os dados dentro de um certo intervalo: + +Filtre seus dados para obter somente os pássaros que possuem menos de 60 de massa corporal, e mostre 40 intervalos (`bins`): + +```python +filteredBirds = birds[(birds['MaxBodyMass'] > 1) & (birds['MaxBodyMass'] < 60)] +filteredBirds['MaxBodyMass'].plot(kind = 'hist',bins = 40,figsize = (12,12)) +plt.show() +``` +![Histograma filtrado](images/dist3.png) + +✅ Tente outros filtros e pontos de dados (data points). Para ver a distribuição completa dos dados, remova o filtro `['MaxBodyMass']` para mostrar as distribuições com identificação. + +O histrograma também oferece algumas cores legais e identificadores (labels) melhorados: + +Crie um histograma 2D para comparar a relação entre duas distribuições. Vamos comparar massa corporal máxima vs. comprimento máximo (`MaxBodyMass` vs. `MaxLength`). O Matplotlib possui uma forma integrada de mostrar convergência usando cores mais vivas: + +```python +x = filteredBirds['MaxBodyMass'] +y = filteredBirds['MaxLength'] + +fig, ax = plt.subplots(tight_layout=True) +hist = ax.hist2d(x, y) +``` + +Aparentemente, existe uma suposta correlação entre esses dois elementos ao longo de um eixo esperado, com um forte ponto de convergência: + +![Histrograma 2D](images/2D.png) + +Por definição, os histogramas funcionam para dados numéricos. E se você precisar ver distribuições de dados textuais? + +## Explore o dataset e busque por distribuições usando dados textuais + +Esse dataset também inclui informações relevantes sobre a categoria de pássaro e seu gênero, espécie e família, assim como seu status de conservação. Vamos explorar mais a fundo essa informação sobre conservação. Qual é a distribuição dos pássaros de acordo com seu status de conservação? + +> ✅ No dataset, são utilizados vários acrônimos para descrever o status de conservação. Esses acrônimos vêm da [IUCN Red List Categories](https://www.iucnredlist.org/), uma organização que cataloga os status das espécies. +> +> - CR: Critically Endangered (Criticamente em perigo) +> - EN: Endangered (Em perigo) +> - EX: Extinct (Extinto) +> - LC: Least Concern (Pouco preocupante) +> - NT: Near Threatened (Quase ameaçada) +> - VU: Vulnerable (Vulnerável) + +Esses são valores textuais, então será preciso transformá-los para criar um histograma. Usando o dataframe filteredBirds, mostre seu status de conservação juntamente com sua envergadura mínima (MinWingspan). O que você vê? + +```python +x1 = filteredBirds.loc[filteredBirds.ConservationStatus=='EX', 'MinWingspan'] +x2 = filteredBirds.loc[filteredBirds.ConservationStatus=='CR', 'MinWingspan'] +x3 = filteredBirds.loc[filteredBirds.ConservationStatus=='EN', 'MinWingspan'] +x4 = filteredBirds.loc[filteredBirds.ConservationStatus=='NT', 'MinWingspan'] +x5 = filteredBirds.loc[filteredBirds.ConservationStatus=='VU', 'MinWingspan'] +x6 = filteredBirds.loc[filteredBirds.ConservationStatus=='LC', 'MinWingspan'] + +kwargs = dict(alpha=0.5, bins=20) + +plt.hist(x1, **kwargs, color='red', label='Extinct') +plt.hist(x2, **kwargs, color='orange', label='Critically Endangered') +plt.hist(x3, **kwargs, color='yellow', label='Endangered') +plt.hist(x4, **kwargs, color='green', label='Near Threatened') +plt.hist(x5, **kwargs, color='blue', label='Vulnerable') +plt.hist(x6, **kwargs, color='gray', label='Least Concern') + +plt.gca().set(title='Conservation Status', ylabel='Max Body Mass') +plt.legend(); +``` + +![Compilação envergadura e conservação](images/histogram-conservation.png) + +Aparentemente não existe uma correlação forte entre a envergadura mínima e o status de conservação. Teste outros elementos do dataset usando esse método. Você também pode tentar outros filtros. Você encontrou alguma correlação? + +## Gráfico de densidade (Estimativa de densidade kernel) + +Você pode ter percebido que até agora os histogramas são quebrados em degraus e não fluem de forma suave em uma curva. Para mostrar um gráfico de densidade mais 'fluido', você pode tentar usar a estimativa de densidade kernel (kde). + +Para trabalhar com gráficos de densidade, acostume-se com uma nova biblioteca de gráficos, [Seaborn](https://seaborn.pydata.org/generated/seaborn.kdeplot.html). + +Depois de carregar o Seaborn, tente um gráfico de densidade básico: + +```python +import seaborn as sns +import matplotlib.pyplot as plt +sns.kdeplot(filteredBirds['MinWingspan']) +plt.show() +``` +![Gráfico de densidade](images/density1.png) + +Você consegue ver como o gráfico reflete o anterior (de envergadura mínima); só é mais fluido/suave. De acordo com a documentação do Seaborn, "" +"Em comparação com o histograma, KDE pode produzir um gráfico que é menos confuso e mais legível, especialmente quando plotamos múltiplas distribuições. Mas pode potencialmente introduzir distorções se a distribuição usada é limitada ou não suave. Como um histograma, a qualidade da representação também depende na escolha de bons parâmetros suavizadores (smoothing parameters)." [créditos](https://seaborn.pydata.org/generated/seaborn.kdeplot.html) Em outras palavras, dados discrepantes (outliers) vão fazer seus gráficos se comportarem mal, como sempre. + +Se você quer revisitar a linha irregular/dentada MaxBodyMass (massa corporal máxima) no segundo gráfico construído, você pode suavizá-la muito bem recriando o seguinte método: + +```python +sns.kdeplot(filteredBirds['MaxBodyMass']) +plt.show() +``` +![Linha suave massa corporal](images/density2.png) + +Se você quer uma linha suave, mas não tão suave, mude o parâmetro `bw_adjust`: + +```python +sns.kdeplot(filteredBirds['MaxBodyMass'], bw_adjust=.2) +plt.show() +``` +![Linha menos suave massa corporal](images/density3.png) + +✅ Leia sobre os parâmetros disponíveis para esse tipo de gráfico e experimente! + +Esse tipo de gráfico oferece visualizações bonitas e esclarecedoras. Com algumas linhas de código, por exemplo, você pode mostrar a densidade de massa corporal máxima por pássaro por Ordem: + +```python +sns.kdeplot( + data=filteredBirds, x="MaxBodyMass", hue="Order", + fill=True, common_norm=False, palette="crest", + alpha=.5, linewidth=0, +) +``` + +![Massa corporal por Ordem](images/density4.png) + +Você também pode mapear a densidade de várias variáveis em um só gráfico. Teste usar o comprimento máximo (MaxLength) e mínimo (MinLength) de um pássaro comparado com seu status de conservação: + +```python +sns.kdeplot(data=filteredBirds, x="MinLength", y="MaxLength", hue="ConservationStatus") +``` + +![Múltiplas densidades sobrepostas](images/multi.png) + +Talvez valha a pena pesquisar mais a fundo se o cluster de pássaros vulneráveis ('Vulnerable') de acordo com seus comprimentos tem significado ou não. + +## 🚀 Desafio + +Histogramas são um tipo mais sofisticado de gráfico em relação a simples gráficos de dispersão, barras ou linhas. Pesquise na internet bons exemplos de uso de histogramas. Como eles são usados, o que eles demonstram e em quais áreas ou campos de pesquisa eles são usados. + +## [Post-lecture quiz](https://red-water-0103e7a0f.azurestaticapps.net/quiz/19) + +## Revisão e autoestudo + +Nessa aula, você usou o Matplotlib e começou a trabalhar com o Seaborn para mostrar gráficos mais avançados. Pesquise sobre o `kdeplot` no Seaborn, uma "curva de densidade de probabilidade contínua em uma ou mais dimensões". Leia a [documentação](https://seaborn.pydata.org/generated/seaborn.kdeplot.html) para entender como funciona. + +## Tarefa + +[Use suas habilidades](assignment.md) From 05410c649c36bba03c3e272231ac981f437e6f67 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 15:30:01 -0300 Subject: [PATCH 08/16] Create assignment.pt-br.md --- .../translations/assignment.pt-br.md | 11 +++++++++++ 1 file changed, 11 insertions(+) create mode 100644 3-Data-Visualization/10-visualization-distributions/translations/assignment.pt-br.md diff --git a/3-Data-Visualization/10-visualization-distributions/translations/assignment.pt-br.md b/3-Data-Visualization/10-visualization-distributions/translations/assignment.pt-br.md new file mode 100644 index 00000000..ec63b0d7 --- /dev/null +++ b/3-Data-Visualization/10-visualization-distributions/translations/assignment.pt-br.md @@ -0,0 +1,11 @@ +# Aplique suas habilidades + +## Instruções + +Até agora, você trabalhou com o dataset de pássaros de Minnesota para descobrir informação sobre quantidades de pássaros e densidade populacional. Pratique essas técnicas usando um outro dataset, talvez do [Kaggle](https://www.kaggle.com/). Faça um notebook que conta uma história sobre esse dataset, e lembre-se de usar histogramas para isso. + +## Rubrica + +Exemplar | Adequado | Precisa melhorar +--- | --- | -- | +O notebook tem anotações sobre o dataset, incluindo sua origem, e usa pelo menos 5 histogramas para descobrir fatos sobre os dados. | O notebook tem anotações incompletas ou bugs | O notebook não possui nenhuma anotação e contṕem bugs. From 544c06ef80bb351ace57accc60ec8432bac61583 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 16:13:03 -0300 Subject: [PATCH 09/16] Fix typos and change the links Revised and fixed typos, rephrased some sentences. Also changed the links to the translated lessons. --- .../translations/README.pt-br.md | 24 +++++++++---------- 1 file changed, 12 insertions(+), 12 deletions(-) diff --git a/3-Data-Visualization/translations/README.pt-br.md b/3-Data-Visualization/translations/README.pt-br.md index 1437ecf3..816f3743 100644 --- a/3-Data-Visualization/translations/README.pt-br.md +++ b/3-Data-Visualization/translations/README.pt-br.md @@ -1,31 +1,31 @@ # Visualizações -![a bee on a lavender flower](./../images/bee.jpg) +![Uma abelha em uma flor de lavanda](./../images/bee.jpg) > Foto por Jenna Lee em Unsplash - -Visualizar dados é uma das tarefas mais importantes de um cientista de dados. Imagens valem mais que 1000 palavras, e uma visualização pode te ajudar a identificar todo tipo de partes interessantes dos seus dados, como picos, outliers, agrupamentos, tendências, e mais, que podem te ajudar a entender a história que seus dados estão tentando contar. + +Visualizar dados é uma das tarefas mais importantes para um cientista de dados. Uma imagem vale mais que 1000 palavras, e uma visualização pode te ajudar a identificar todo tipo de coisa interessante nos seus dados, como picos, outliers, agrupamentos, tendências, e mais, que podem te ajudar a entender a história que seus dados estão tentando contar. Nessas cinco aulas, você irá explorar dados vindos da natureza e criar visualizações bonitas e interessantes usando várias técnicas. ### Tópicos -1. [Visualizando quantidades](09-visualization-quantities/README.md) -1. [Visualizando distribuições](10-visualization-distributions/README.md) -1. [Visualizando proporções](11-visualization-proportions/README.md) -1. [Visualizando relações](12-visualization-relationships/README.md) -1. [Criando visualizações relevantes](13-meaningful-visualizations/README.md) +1. [Visualizando quantidades](../09-visualization-quantities/translations/README.pt-br.md) +1. [Visualizando distribuições](../10-visualization-distributions/translations/README.pt-br.md) +1. [Visualizando proporções](11-visualization-proportions/README.md) (ainda não traduzido) +1. [Visualizando relações](12-visualization-relationships/README.md) (ainda não traduzido) +1. [Criando visualizações relevantes](13-meaningful-visualizations/README.md) (ainda não traduzido) ### Créditos Essas aulas foram escritas com 🌸 por [Jen Looper](https://twitter.com/jenlooper) -🍯 Dados de produção de mel nos EUA são provenientes do projeto de Jessica Li no [Kaggle](https://www.kaggle.com/jessicali9530/honey-production). Os [dados](https://usda.library.cornell.edu/concern/publications/rn301137d) são provenientes do [Departamento de Agricultura dos Estados Unidos](https://www.nass.usda.gov/About_NASS/index.php). +🍯 Os dados de produção de mel nos EUA são provenientes do projeto de Jessica Li no [Kaggle](https://www.kaggle.com/jessicali9530/honey-production). Eles são derivados dos [dados](https://usda.library.cornell.edu/concern/publications/rn301137d) disponibilizados pelo [Departamento de Agricultura dos Estados Unidos](https://www.nass.usda.gov/About_NASS/index.php). -🍄 Dados dos cogumelos também são provenientes do [Kaggle](https://www.kaggle.com/hatterasdunton/mushroom-classification-updated-dataset) revisados por Hatteras Dunton. Esse dataset inclui descrições de amostras hipotéticas que correspondem a 23 espécies de cogumelos lamelados das famílias Agaricus e Lepiota. Mushroom drawn from The Audubon Society Field Guide to North American Mushrooms (1981). Esse dataset foi doado para UCI ML 27 em 1987. +🍄 Os dados dos cogumelos também são provenientes do [Kaggle](https://www.kaggle.com/hatterasdunton/mushroom-classification-updated-dataset), e foram revisados por Hatteras Dunton. Esse dataset inclui descrições de amostras hipotéticas que correspondem a 23 espécies de cogumelos lamelados das famílias Agaricus e Lepiota. Os cogumelos foram retirados do livro The Audubon Society Field Guide to North American Mushrooms (1981). Esse dataset foi doado para a UCI ML 27 em 1987. -🦆 Dados de pássaros de Minnesota também são provenientes do [Kaggle](https://www.kaggle.com/hannahcollins/minnesota-birds) raspados (web scraping) da [Wikipedia](https://en.wikipedia.org/wiki/List_of_birds_of_Minnesota) por Hannah Collins. +🦆 Os dados de aves de Minnesota também são provenientes do [Kaggle](https://www.kaggle.com/hannahcollins/minnesota-birds), e foram raspados (scraped) da [Wikipedia](https://en.wikipedia.org/wiki/List_of_birds_of_Minnesota) por Hannah Collins. -Todos esses datasets estão licensiados sob [CC0: Creative Commons](https://creativecommons.org/publicdomain/zero/1.0/). +Todos esses datasets estão licenciados sob [CC0: Creative Commons](https://creativecommons.org/publicdomain/zero/1.0/). From cb0984d0ab522e41990c2aaa02f72df96363e987 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 20:01:44 -0300 Subject: [PATCH 10/16] Fix links --- 3-Data-Visualization/translations/README.pt-br.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/3-Data-Visualization/translations/README.pt-br.md b/3-Data-Visualization/translations/README.pt-br.md index 816f3743..80430b78 100644 --- a/3-Data-Visualization/translations/README.pt-br.md +++ b/3-Data-Visualization/translations/README.pt-br.md @@ -11,9 +11,9 @@ Nessas cinco aulas, você irá explorar dados vindos da natureza e criar visuali 1. [Visualizando quantidades](../09-visualization-quantities/translations/README.pt-br.md) 1. [Visualizando distribuições](../10-visualization-distributions/translations/README.pt-br.md) -1. [Visualizando proporções](11-visualization-proportions/README.md) (ainda não traduzido) -1. [Visualizando relações](12-visualization-relationships/README.md) (ainda não traduzido) -1. [Criando visualizações relevantes](13-meaningful-visualizations/README.md) (ainda não traduzido) +1. [Visualizando proporções](../11-visualization-proportions/README.md) (ainda não traduzido) +1. [Visualizando relações](../12-visualization-relationships/README.md) (ainda não traduzido) +1. [Criando visualizações relevantes](../13-meaningful-visualizations/README.md) (ainda não traduzido) ### Créditos From bd363541cc2905f9121affe44715aad977f32918 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 21:24:25 -0300 Subject: [PATCH 11/16] Fix typos and change the links Revised and fixed typos, rephrased some sentences. Also changed the links to the translated lessons. --- .../translations/README.pt-br.md | 91 ++++++++++--------- 1 file changed, 46 insertions(+), 45 deletions(-) diff --git a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md index 90838098..f0bf7bf8 100644 --- a/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md +++ b/3-Data-Visualization/09-visualization-quantities/translations/README.pt-br.md @@ -4,29 +4,28 @@ |:---:| | Visualizando quantidades - _Sketchnote por [@nitya](https://twitter.com/nitya)_ | -Nessa aula você irá explorar como usar uma das muitas bibliotecas disponíveis de Python para aprender a criar visualizações interessantes relacionadas ao conceito de quantidade. Usando um dataset já limpo sobre pássaros de Minnesota, você pode aprender muitos fatos interessantes sobre a fauna selvagem local. +Nesta aula você irá explorar como usar uma das muitas bibliotecas disponíveis no Python para aprender a criar visualizações interessantes relacionadas ao conceito de quantidade. Usando um dataset já limpo sobre aves de Minnesota, você pode aprender muitos fatos interessantes sobre a fauna selvagem local. ## [Quiz pré-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/16) -## Observar envergadura de asa com Matplotlib +## Observando envergadura da asa com Matplotlib -Uma biblioteca excelente para criar gráficos simples e sofisticados de diversos tipos é o [Matplotlib](https://matplotlib.org/stable/index.html). Em geral, o processo de plotar dados com essas bibliotecas inclui identificar as partes do seu dataframe que você quer focar, utilizando quaisquer transformações necessárias nestes dados, atribuindo seus valores dos eixos x e y, decidindo qual tipo de gráfico mostrar, e então mostrando o gráfico. O Matplotlib oferece uma grande variedade de visualizações, mas, nesta aula, iremos focar nos mais apropriados para visualizar quantidade: gráfico de linha, gráfico de dispersão e gráfico de barra. +Uma biblioteca excelente para criar tanto gráficos simples como sofisticados e de diversos tipos é o [Matplotlib](https://matplotlib.org/stable/index.html). Em geral, o processo de plotar dados com esta biblioteca inclui identificar as partes do seu dataframe que você quer focar, utilizando quaisquer transformações necessárias nestes dados, atribuindo parâmetros dos eixos x e y, decidindo qual tipo de gráfico usar, e então mostrando o gráfico. O Matplotlib oferece uma grande variedade de visualizações, mas, nesta aula, iremos focar nos mais apropriados para visualizar quantidade: gráfico de linha, gráfico de dispersão e gráfico de barra. > ✅ Use o melhor gráfico para se adaptar a estrutura dos dados e a história que você quer contar. -> - Para analisar tendências ao longo do tempo: linha +> - Para analisar tendências temporais: linha > - Para comparar valores: barra, coluna, pizza, dispersão > - Para mostrar como as partes se relacionam com o todo: pizza -> - Para mostrar a distrivuição dos dados: dispersão, barra +> - Para mostrar a distribuição dos dados: dispersão, barra > - Para mostrar tendências: linha, coluna > - Para mostrar relações entre valores: linha, dispersão, bolha -Se você tem um dataset e precisa descobrir quanto de um dado item está presente, uma das primeiras coisas que você precisará fazer é examinar seus valores. +Se você tem um dataset e precisa descobrir quanto de um dado elemento está presente, uma das primeiras coisas que você precisará fazer é examinar seus valores. +✅ Existem dicas ('cheat sheets') ótimas disponíveis para o Matplotlib [aqui](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-1.png) e [aqui](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-2.png). -✅ Existem dicas ('cheat sheets') muito boas disponíveis para o Matplotlib [aqui](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-1.png) e [aqui](https://github.com/matplotlib/cheatsheets/blob/master/cheatsheets-2.png). +## Construindo um gráfico de linhas sobre os valores de envergadura de aves -## Construir um gráfico de linhas sobre os valores de envergadura de pássaros - -Abra o arquivo `notebook.ipynb` na raiz da pasta dessa aula e adicione uma célula. +Abra o arquivo `notebook.ipynb` na raiz da pasta desta aula e adicione uma célula. > Nota: os dados estão armazenados na raiz deste repositório na pasta `/data`. @@ -36,7 +35,8 @@ import matplotlib.pyplot as plt birds = pd.read_csv('../../data/birds.csv') birds.head() ``` -Esses dados são uma mistura de texto e números: + +Estes dados são uma mistura de texto e números: | | Name | ScientificName | Category | Order | Family | Genus | ConservationStatus | MinLength | MaxLength | MinBodyMass | MaxBodyMass | MinWingspan | MaxWingspan | @@ -47,7 +47,7 @@ Esses dados são uma mistura de texto e números: | 3 | Ross's goose | Anser rossii | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 57.3 | 64 | 1066 | 1567 | 113 | 116 | | 4 | Greater white-fronted goose | Anser albifrons | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 64 | 81 | 1930 | 3310 | 130 | 165 | -Vamos começar plotando alguns dados numéricos com um simples gráfico de linhas. Suponha que você quer uma visualização da envergadura máxima desses pássaros interessantes. +Vamos começar plotando alguns dados numéricos com um simples gráfico de linhas. Suponha que você quer uma visualização da envergadura máxima (MaxWingspan) dessas aves interessantes. ```python wingspan = birds['MaxWingspan'] @@ -55,11 +55,11 @@ wingspan.plot() ``` ![Envergadura máxima](../images/max-wingspan.png) -O que é possível perceber imediatamente? Aparentemente existe pelo menos um outlier - e que envergadura! Uma envergadura de 2300 centímetros equivale a 23 metros - têm pterodáctilos voando em Minnesota? Vamos investigar. +O que é possível perceber imediatamente? Aparentemente existe pelo menos um outlier - e que envergadura! Uma envergadura de 2300 centímetros equivale a 23 metros - existem pterodáctilos voando em Minnesota? Vamos investigar. -Você poderia fazer uma ordenação rápida no Excel para encontrar esses outliers, que provavelmente são erros de digitação. No entanto, vamos continuar o processo de visualização trabalhando no gráfico. +Você poderia fazer uma ordenação rápida no Excel para encontrar estes outliers, que provavelmente são erros de digitação. No entanto, vamos continuar o processo de visualização trabalhando no gráfico. -Adicione labels (identificadores) no eixo x para mostrar quais tipos de pássaros estão sendo analisados: +Adicione identificadores (labels) no eixo x para mostrar os nomes das aves que estão sendo analisadas: ``` plt.title('Max Wingspan in Centimeters') @@ -75,7 +75,7 @@ plt.show() ``` ![Envergadura com labels (identificadores)](../images/max-wingspan-labels.png) -Mesmo com a rotação das labels em 45 graus, existem muitos para ler. Vamos tentar outra estratégia: identificar somente os outliers e colocar as labels dentro do gráfico. Você pode usarj um gráfico de dispersão para abrir mais espaço para identificação: +Mesmo com a rotação das labels em 45 graus, existem muitas para ler. Vamos tentar outra estratégia: identificar os outliers e somente colocar as labels deles dentro do gráfico. Você pode usar um gráfico de dispersão para abrir mais espaço para labels (identificadores): ```python plt.title('Max Wingspan in Centimeters') @@ -92,15 +92,15 @@ for i in range(len(birds)): plt.show() ``` -O que aconteceu aqui? Você usou `tick_params` para esconder as labels debaixo e entrão criou um loop sobre o dataset dos paśsaros. Depois, plotou o gráfico com pequenos círculos azuis usando `bo` e procurou por pássaros com envergadura maior que 500 e, se sim, exibiu a label ao lado do círculo. Você ajustou as labels no eixo y (`y * (1 - 0.05)`) e usou o nome do pássaro como label. +O que aconteceu aqui? Você usou `tick_params` para esconder as labels do eixo x e então criou um loop sobre o dataset das aves. Depois, plotou o gráfico com pequenos círculos azuis usando `bo` e procurou por aves com envergadura maior que 500 e, em caso positivo, exibiu a label ao lado do círculo. Você ajustou as labels no eixo y (`y * (1 - 0.05)`) e usou o nome da ave como label. O que você descobriu? ![outliers](../images/labeled-wingspan.png) -## Filtrar seus dados +## Filtrando seus dados -Apesar de grandes, tanto a Bald Eagle e o Prairie Falcon parecem ter valores errados, com um `0` a mais na envergadura máxima. É imporvável que você encontra uma Bald Eagle com envergadura de 25 metros, mas, se encontrar, por favor nos diga! Agora, vamos criar um novo dataframe sem esses dois outliers: +Apesar de grandes, tanto a Bald Eagle (águia-de-cabeça-branca) como o Prairie Falcon (Falcão-da-pradaria) parecem ter valores errados, com um `0` a mais na envergadura máxima (MaxWingspan). É improvável que você encontre uma águia-de-cabeça-branca com envergadura de 25 metros, mas, se encontrar, por favor nos diga! Agora, vamos criar um dataframe sem estes dois outliers: ```python plt.title('Max Wingspan in Centimeters') @@ -115,27 +115,27 @@ for i in range(len(birds)): plt.show() ``` -Ao remover esses outliers, seus dados ficaram mais coesos e compreensíveis. +Agora que estes outliers foram removidos, seus dados estão mais coesos e compreensíveis. ![Dispersão das envergaduras](../images/scatterplot-wingspan.png) -Agora que temos um dataset mais limpo ao menos em termos de envergadura, vamos aprender mais sobre esses pássaros +Agora que temos um dataset mais limpo ao menos em termos de envergadura, vamos aprender mais sobre estas aves. -Enquanto gráficos de linha e dispersão conseguem mostrar informações sobre valores e suas distribuições, nós queremos pensar sobre os valores intrínsecos a esse dataset. Você poderia criar visualizações para responder as seguintes perguntas sobre quantidade: +Enquanto gráficos de linha e dispersão conseguem mostrar informações sobre valores e suas distribuições, nós queremos pensar sobre os valores inerentes a este dataset. Você poderia criar visualizações para responder as seguintes perguntas sobre quantidade: -> Quantas categorias de pássaros existem, e quais são seus números? -> Quantos pássaros estão extintos, em risco de extinção, raros ou comuns? +> Quantas categorias de aves existem, e quais são seus valores? +> Quantas aves estão extintas, em risco de extinção, raras ou comuns? > Quantos gêneros e ordens da taxonomia de Lineu (nome científico) existem no dataset? -## Explorar gráfico de barras +## Explorando gráfico de barras -Gráfico de barras são práticos quando se precisa mostrar agrupamentos de dados. Vamos explorar as categorias de pássaros que existem nesse dataset para obrservar qual é o mais comum em quantidade. +Gráfico de barras são úteis quando precisamos mostrar agrupamentos de dados. Vamos explorar as categorias de aves que existem neste dataset para observar qual é o mais comum em quantidade. -No arquivo notebook, crie um gráfico de barras simples +No arquivo notebook, crie um gráfico de barras simples. -✅ Note que, você pode remover os dois pássaros outliers que foram identificados anteriormente, editar o erro de digitação na envergadura ou deixá-los nesses exercícios que não dependem dos valores da envergadura. +✅ Note que você pode remover as duas aves outliers que foram identificados anteriormente, editar o erro de digitação na envergadura ou deixá-los nestes exercícios que não dependem dos valores da envergadura. -Se você quer criar um gráfico de barras, você pode selecionar os dados que quer focar. Gráfico de barras pode ser criado a partir de dados brutos: +Ao criar um gráfico de barras, você pode selecionar os dados que quer focar. Gráficos de barras podem ser criados a partir de dados brutos: ```python birds.plot(x='Category', @@ -144,30 +144,31 @@ birds.plot(x='Category', title='Birds of Minnesota') ``` -![full data as a bar chart](../images/full-data-bar.png) -No entanto, esse gráfico de barras é ilegível porque existem muitos dados não agrupados. Você precisa selecionar somente os dados que quer plotar, então vamos olhar o comprimento de pássaros com base na sua categoria. +![todos os dados em um gráfico de barras](../images/full-data-bar.png) + +No entanto, este gráfico de barras é ilegível, porque existem muitos dados não agrupados. Você precisa selecionar somente os dados que quer plotar, então vamos olhar o comprimento das aves usando sua categoria como referência. -Filtre os dados para incluir somente a categoria do pássaro. +Filtre os dados para incluir somente a categoria da ave. ✅ Note que você usa o Pandas para lidar com os dados, e deixa a criação de gráficos para o Matplotlib. -Já que existem muitas categorias, você pode mostrar esse gráfico verticalmente e ajustar sua altura para acomodar todos os dados: +Já que existem muitas categorias, você pode mostrar este gráfico verticalmente e ajustar sua altura para acomodar todos os dados: ```python category_count = birds.value_counts(birds['Category'].values, sort=True) plt.rcParams['figure.figsize'] = [6, 12] category_count.plot.barh() ``` -![category and length](../images/category-counts.png) +![categoria e comprimento](../images/category-counts.png) -Esse gráfico de barras mostra uma boa visão do número de pássaros em cada categoria. Em um piscar de olhos, você vê que a maior quantidade de pássaros nessa região pertence à categoria de Ducks/Geese/Waterfowl (patos/gansos/cisnes). Minnesota é 'a terra de 10.000 lagos', então isso não é surpreendente! +Este gráfico de barras mostra uma boa visão do número de aves em cada categoria. Em um piscar de olhos, você vê que a maior quantidade de aves nesta região pertence à categoria de Ducks/Geese/Waterfowl (patos/gansos/cisnes). Minnesota é 'a terra de 10.000 lagos', então isto não é surpreendente! -✅ Tente contar outras quantidades nesse dataset. Algo te surpreende? +✅ Tente contabilizar outras quantidades deste dataset. Algo te surpreende? ## Comparando dados -Você pode tentar diferentes comparações de dados agrupados criando novos eixos. Tente comparar o comprimento máximo de um pássaro, baseado na sua categoria: +Você pode tentar diferentes comparações de dados agrupados criando novos eixos. Tente comparar o comprimento máximo de uma ave, com base na sua categoria: ```python maxlength = birds['MaxLength'] @@ -175,11 +176,11 @@ plt.barh(y=birds['Category'], width=maxlength) plt.rcParams['figure.figsize'] = [6, 12] plt.show() ``` -![comparing data](../images/category-length.png) +![comparando dados](../images/category-length.png) -Nada é surpreendente aqui: hummingbirds (beija-flores) tem o menor comprimento comparados com pelicans (pelicanos) ou geese (gansos). É muito bom quando os dados fazem sentido! +Nada é surpreendente aqui: hummingbirds (beija-flores) têm o menor comprimento enquanto pelicans (pelicanos) e geese (gansos) têm os maiores valores. É muito bom quando os dados fazem sentido! -Você pode criar visualizações mais interessantes de gráficos de barras ao sobrepor dados. Vamos sobrepor o comprimento mínimo e máximo de uma dada categoria de pássaros: +Você pode criar visualizações mais interessantes de gráficos de barras ao sobrepor dados. Vamos sobrepor o comprimento mínimo e máximo de uma dada categoria de ave: ```python minLength = birds['MinLength'] @@ -192,20 +193,20 @@ plt.barh(category, minLength) plt.show() ``` -Nesse gráfico, você pode ver o intervalo de comprimento mínimo e máximo por categoria de pássaro. Você pode seguramente dizer, a partir desses dados, que quanto maior o pássaro, maior seu intervalo de comprimento. Fascinante! +Neste gráfico, você pode ver o intervalo de comprimento mínimo e máximo por categoria de ave. Você pode seguramente dizer, a partir destes dados, que quanto maior a ave, maior o seu intervalo de comprimento. Fascinante! -![superimposed values](../images/superimposed.png) +![valores sobrepostos](../images/superimposed.png) ## 🚀 Desafio -Esse dataset de pássaros oferece uma riqueza de informações sobre os diferentes tipos de pássaros de um ecossistema particular. Tente achar na internet outros datasets com dados sobre pássaros. Pratique construir gráficos sobre esses pássaros e tente descobrir fatos que você ainda não havia percebido. +Este dataset de aves oferece uma riqueza de informações sobre os diferentes tipos de aves de um ecossistema particular. Tente achar na internet outros datasets com dados sobre aves. Pratique construir gráficos com eles e tente descobrir fatos que você ainda não havia percebido. ## [Quiz pós-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/17) ## Revisão e autoestudo -Essa primeira aula lhe deu informações sobre como usar o Matplotlib para visualizar quantidades. Procure por outras formas de trabalhar com dataset para visualização. [Plotly](https://github.com/plotly/plotly.py) é uma que não será abordada nas aulas, então dê uma olhada no que ela pode oferecer. +Esta primeira aula lhe deu informações sobre como usar o Matplotlib para visualizar quantidades. Procure por outras formas de trabalhar com dataset para visualização. [Plotly](https://github.com/plotly/plotly.py) é uma biblioteca que não será abordada nas aulas, então dê uma olhada no que ela pode oferecer. ## Tarefa -[Lines, Scatters, and Bars](assignment.md) +[Linhas, dispersão e barras](assignment.pt-br.md) From f8f55b1d923f7ceea146f7f52453d71f243c1fb7 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 21:27:55 -0300 Subject: [PATCH 12/16] Fix typo --- .../translations/assignment.pt-br.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md b/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md index fb5b62a3..ecff84e5 100644 --- a/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md +++ b/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md @@ -2,7 +2,7 @@ ## Instruções -Nessa aula, você trabalhou com gráfico de linhas, dispersão e barras para mostrar fatos interessantes sobre esse dataset. Nessa tarefa, explore mais a fundo o dataset para descobrir algo sobre um dado tipo de pássaro. Por exemplo, crie um notebook que mostre visualizações de todos os fatos interessantes que encontrar sobre os Snow Geese (gansos-das-neves). Use os três tipos de gráficos mencionados anteriormente para contar uma história em seu notebook. +Nesta aula, você trabalhou com gráfico de linhas, dispersão e barras para mostrar fatos interessantes sobre esse dataset. Nessa tarefa, explore mais a fundo o dataset para descobrir algo sobre um dado tipo de pássaro. Por exemplo, crie um notebook que mostre visualizações de todos os fatos interessantes que encontrar sobre os Snow Geese (gansos-das-neves). Use os três tipos de gráficos mencionados anteriormente para contar uma história em seu notebook. ## Rubrica From 5a73ca0eea28292a3485d320ad57577dd7f32e04 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 21:30:05 -0300 Subject: [PATCH 13/16] Rephrase sentences --- .../translations/assignment.pt-br.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md b/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md index ecff84e5..7a180dc3 100644 --- a/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md +++ b/3-Data-Visualization/09-visualization-quantities/translations/assignment.pt-br.md @@ -2,7 +2,7 @@ ## Instruções -Nesta aula, você trabalhou com gráfico de linhas, dispersão e barras para mostrar fatos interessantes sobre esse dataset. Nessa tarefa, explore mais a fundo o dataset para descobrir algo sobre um dado tipo de pássaro. Por exemplo, crie um notebook que mostre visualizações de todos os fatos interessantes que encontrar sobre os Snow Geese (gansos-das-neves). Use os três tipos de gráficos mencionados anteriormente para contar uma história em seu notebook. +Nesta aula, você trabalhou com gráficos de linhas, dispersão e barras para mostrar fatos interessantes sobre este dataset. Nesta tarefa, explore o mesmo dataset mais a fundo para descobrir algo sobre um dado tipo de ave. Por exemplo, crie um notebook que mostre visualizações de todos os fatos interessantes que encontrar sobre os Snow Geese (gansos-das-neves). Use os três tipos de gráficos mencionados anteriormente para contar uma história em seu notebook. ## Rubrica From 3662f820d87b37033bc68b86a513f39797029713 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 22:47:34 -0300 Subject: [PATCH 14/16] Fix typos and change the links Revised and fixed typos, rephrased some sentences. Changed the path to the images. --- .../translations/README.pt-br.md | 67 +++++++++---------- 1 file changed, 33 insertions(+), 34 deletions(-) diff --git a/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md b/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md index 1ce0f827..d4e0c8f0 100644 --- a/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md +++ b/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md @@ -1,17 +1,17 @@ # Visualizando distribuições -|![ Sketchnote por [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/10-Visualizing-Distributions.png)| +|![ Sketchnote por [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/10-Visualizing-Distributions.png)| |:---:| | Visualizando distribuições - _Sketchnote por [@nitya](https://twitter.com/nitya)_ | -Na aula anterior, você aprendeu fatos interessantes sobre um dataset de pássaros de Minnesota. Você encontrou dados incorretos ao visualizar outliers e olhou as diferenças entre categorias de pássaros com base no seu comprimento máximo. +Na aula anterior, você aprendeu fatos interessantes sobre um dataset de aves de Minnesota. Você encontrou dados incorretos ao visualizar outliers e olhou as diferenças entre categorias de aves com base no seu comprimento máximo. ## [Quiz pré-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/18) -## Explore o dataset de pássaros +## Explorando o dataset de aves -Outra forma de explorar os dados é olhar para sua distribuição, ou como os dados estão organizados ao longo do eixo. Por exemplo, talvez você gostaria de aprender sobre a distribuição geral, nesse dataset, do máximo de envergadura (wingspan) ou máximo de massa corporal (body mass) dos pássaros de Minnesota. +Outra forma de explorar os dados é olhar para sua distribuição, ou como os dados estão organizados ao longo do eixo. Por exemplo, talvez você gostaria de aprender sobre a distribuição geral, nesse dataset, do máximo de envergadura (wingspan) ou máximo de massa corporal (body mass) das aves de Minnesota. -Vamos descobrir alguns fatos sobre as distribuições de dados nesse dataset. No arquivo _notebook.ipynb_ na raiz do diretório dessa aula, importe Pandas, Matplotlib, e seus dados: +Vamos descobrir alguns fatos sobre as distribuições de dados neste dataset. No arquivo _notebook.ipynb_, na raiz do diretório dessa aula, importe Pandas, Matplotlib, e os dados: ```python import pandas as pd @@ -32,42 +32,42 @@ plt.xlabel('Max Length') plt.show() ``` -Isso nos dá uma visão geral da distribuição de comprimento de corpo por Ordem do pássaro, mas não é a forma ótima de mostrar a distribuição real. Essa tarefa geralmente é realizada usando um histograma. +Isso nos dá uma visão geral da distribuição de comprimento do corpo por Ordem da ave, mas não é a melhor forma de mostrar a distribuição real. Essa tarefa geralmente é realizada usando um histograma. ## Trabalhando com histogramas -O Matplotlib oferece formas muito boas de visualizar distribuição dos dados usando histogramas. Esse tipo de gráfico é parecido com um gráfico de barras onde a distribuiçao pode ser vista por meio da subida e descida das barras. Para construir um histograma, você precisa de dados numéricos. Para construir um histograma, você pode plotar um gráfico definindo o tipo (kind) como 'hist' para histograma. Esse gráfico mostra a distribuição de massa corporal máxima (MaxBodyMass) para todo o intervalo numérico dos dados. Ao dividir um certo vetor de dados em intervalos (bins) menores, vemos a distribuição dos valores: +O Matplotlib oferece formas muito boas de visualizar distribuição dos dados usando histogramas. Este tipo de gráfico é parecido com um gráfico de barras onde a distribuição pode ser vista por meio da subida e descida das barras. Para construir um histograma, você precisa de dados numéricos e você pode plotar um gráfico definindo o tipo (kind) como 'hist' para histograma. Este gráfico mostra a distribuição de massa corporal máxima (MaxBodyMass) para todo o intervalo numérico dos dados. Ao dividir um certo vetor de dados em intervalos (bins) menores, vemos a distribuição dos valores: ```python birds['MaxBodyMass'].plot(kind = 'hist', bins = 10, figsize = (12,12)) plt.show() ``` -![Distribuição de todo o dataset](images/dist1.png) +![Distribuição de todo o dataset](../images/dist1.png) -Como você pode ver, a maior parte dos mais de 400 pássaros cai no intervalo de menos de 2000 para a massa corporal máxima. Obtenha mais conhecimento dos dados mudando o parâmetro de intervalo (`bins`) para um número maior, como 30: +Como você pode ver, a maior parte das mais de 400 aves cai no intervalo de menos de 2000 para a massa corporal máxima. Obtenha mais conhecimento dos dados mudando o parâmetro de intervalo (`bins`) para um número maior, como 30: ```python birds['MaxBodyMass'].plot(kind = 'hist', bins = 30, figsize = (12,12)) plt.show() ``` -![Distribuição de todo o dataset com valores maiores de intervalo](images/dist2.png) +![Distribuição de todo o dataset com valores maiores de intervalo](../images/dist2.png) -Esse gráfico mostra a distribuição de forma mais detalhada. Um gráfico menos concentrado na esquerda pode ser criado garantindo que você só seleciona os dados dentro de um certo intervalo: +Este gráfico mostra a distribuição de forma mais detalhada. Um gráfico menos concentrado na esquerda pode ser criado garantindo que você só selecione os dados dentro de um certo intervalo: -Filtre seus dados para obter somente os pássaros que possuem menos de 60 de massa corporal, e mostre 40 intervalos (`bins`): +Filtre seus dados para obter somente as aves que possuem menos de 60 de massa corporal, e mostre 40 intervalos (`bins`): ```python filteredBirds = birds[(birds['MaxBodyMass'] > 1) & (birds['MaxBodyMass'] < 60)] filteredBirds['MaxBodyMass'].plot(kind = 'hist',bins = 40,figsize = (12,12)) plt.show() ``` -![Histograma filtrado](images/dist3.png) +![Histograma filtrado](../images/dist3.png) -✅ Tente outros filtros e pontos de dados (data points). Para ver a distribuição completa dos dados, remova o filtro `['MaxBodyMass']` para mostrar as distribuições com identificação. +✅ Tente outros filtros e pontos de dados (data points). Para ver a distribuição completa dos dados, remova o filtro `['MaxBodyMass']` para mostrar as distribuições com labels (identificadores). -O histrograma também oferece algumas cores legais e identificadores (labels) melhorados: +O histograma também oferece algumas cores legais e labels (identificares) melhorados: Crie um histograma 2D para comparar a relação entre duas distribuições. Vamos comparar massa corporal máxima vs. comprimento máximo (`MaxBodyMass` vs. `MaxLength`). O Matplotlib possui uma forma integrada de mostrar convergência usando cores mais vivas: @@ -81,13 +81,13 @@ hist = ax.hist2d(x, y) Aparentemente, existe uma suposta correlação entre esses dois elementos ao longo de um eixo esperado, com um forte ponto de convergência: -![Histrograma 2D](images/2D.png) +![Histograma 2D](../images/2D.png) -Por definição, os histogramas funcionam para dados numéricos. E se você precisar ver distribuições de dados textuais? +Por definição, os histogramas funcionam para dados numéricos. Mas, e se você precisar ver distribuições de dados textuais? ## Explore o dataset e busque por distribuições usando dados textuais -Esse dataset também inclui informações relevantes sobre a categoria de pássaro e seu gênero, espécie e família, assim como seu status de conservação. Vamos explorar mais a fundo essa informação sobre conservação. Qual é a distribuição dos pássaros de acordo com seu status de conservação? +Este dataset também inclui informações relevantes sobre a categoria de ave e seu gênero, espécie e família, assim como seu status de conservação. Vamos explorar mais a fundo essa informação sobre conservação. Qual é a distribuição das aves de acordo com seu status de conservação? > ✅ No dataset, são utilizados vários acrônimos para descrever o status de conservação. Esses acrônimos vêm da [IUCN Red List Categories](https://www.iucnredlist.org/), uma organização que cataloga os status das espécies. > @@ -98,7 +98,7 @@ Esse dataset também inclui informações relevantes sobre a categoria de pássa > - NT: Near Threatened (Quase ameaçada) > - VU: Vulnerable (Vulnerável) -Esses são valores textuais, então será preciso transformá-los para criar um histograma. Usando o dataframe filteredBirds, mostre seu status de conservação juntamente com sua envergadura mínima (MinWingspan). O que você vê? +Estes são valores textuais, então será preciso transformá-los para criar um histograma. Usando o dataframe filteredBirds, mostre seu status de conservação com sua envergadura mínima (MinWingspan). O que você vê? ```python x1 = filteredBirds.loc[filteredBirds.ConservationStatus=='EX', 'MinWingspan'] @@ -121,7 +121,7 @@ plt.gca().set(title='Conservation Status', ylabel='Max Body Mass') plt.legend(); ``` -![Compilação envergadura e conservação](images/histogram-conservation.png) +![Compilação envergadura e conservação](../images/histogram-conservation.png) Aparentemente não existe uma correlação forte entre a envergadura mínima e o status de conservação. Teste outros elementos do dataset usando esse método. Você também pode tentar outros filtros. Você encontrou alguma correlação? @@ -129,9 +129,9 @@ Aparentemente não existe uma correlação forte entre a envergadura mínima e o Você pode ter percebido que até agora os histogramas são quebrados em degraus e não fluem de forma suave em uma curva. Para mostrar um gráfico de densidade mais 'fluido', você pode tentar usar a estimativa de densidade kernel (kde). -Para trabalhar com gráficos de densidade, acostume-se com uma nova biblioteca de gráficos, [Seaborn](https://seaborn.pydata.org/generated/seaborn.kdeplot.html). +Para trabalhar com gráficos de densidade, acostume-se com uma nova biblioteca de gráficos, o [Seaborn](https://seaborn.pydata.org/generated/seaborn.kdeplot.html). -Depois de carregar o Seaborn, tente um gráfico de densidade básico: +Após carregar o Seaborn, tente um gráfico de densidade básico: ```python import seaborn as sns @@ -139,10 +139,9 @@ import matplotlib.pyplot as plt sns.kdeplot(filteredBirds['MinWingspan']) plt.show() ``` -![Gráfico de densidade](images/density1.png) +![Gráfico de densidade](../images/density1.png) -Você consegue ver como o gráfico reflete o anterior (de envergadura mínima); só é mais fluido/suave. De acordo com a documentação do Seaborn, "" -"Em comparação com o histograma, KDE pode produzir um gráfico que é menos confuso e mais legível, especialmente quando plotamos múltiplas distribuições. Mas pode potencialmente introduzir distorções se a distribuição usada é limitada ou não suave. Como um histograma, a qualidade da representação também depende na escolha de bons parâmetros suavizadores (smoothing parameters)." [créditos](https://seaborn.pydata.org/generated/seaborn.kdeplot.html) Em outras palavras, dados discrepantes (outliers) vão fazer seus gráficos se comportarem mal, como sempre. +Você consegue ver como o gráfico reflete o anterior (de envergadura mínima); só é mais fluido/suave. De acordo com a documentação do Seaborn, "Em comparação com o histograma, o KDE pode produzir um gráfico que é menos confuso e mais legível, especialmente quando plotamos múltiplas distribuições. Mas pode potencialmente introduzir distorções se a distribuição usada é limitada ou não suave. Como um histograma, a qualidade da representação também depende na escolha de bons parâmetros suavizadores (smoothing parameters)." [créditos](https://seaborn.pydata.org/generated/seaborn.kdeplot.html) Em outras palavras, dados discrepantes (outliers) vão fazer seus gráficos se comportarem mal, como sempre. Se você quer revisitar a linha irregular/dentada MaxBodyMass (massa corporal máxima) no segundo gráfico construído, você pode suavizá-la muito bem recriando o seguinte método: @@ -150,7 +149,7 @@ Se você quer revisitar a linha irregular/dentada MaxBodyMass (massa corporal m sns.kdeplot(filteredBirds['MaxBodyMass']) plt.show() ``` -![Linha suave massa corporal](images/density2.png) +![Linha suave massa corporal](../images/density2.png) Se você quer uma linha suave, mas não tão suave, mude o parâmetro `bw_adjust`: @@ -158,11 +157,11 @@ Se você quer uma linha suave, mas não tão suave, mude o parâmetro `bw_adjust sns.kdeplot(filteredBirds['MaxBodyMass'], bw_adjust=.2) plt.show() ``` -![Linha menos suave massa corporal](images/density3.png) +![Linha menos suave massa corporal](../images/density3.png) ✅ Leia sobre os parâmetros disponíveis para esse tipo de gráfico e experimente! -Esse tipo de gráfico oferece visualizações bonitas e esclarecedoras. Com algumas linhas de código, por exemplo, você pode mostrar a densidade de massa corporal máxima por pássaro por Ordem: +Esse tipo de gráfico oferece visualizações bonitas e esclarecedoras. Com algumas linhas de código, por exemplo, você pode mostrar a densidade de massa corporal máxima por ave por Ordem: ```python sns.kdeplot( @@ -172,17 +171,17 @@ sns.kdeplot( ) ``` -![Massa corporal por Ordem](images/density4.png) +![Massa corporal por Ordem](../images/density4.png) -Você também pode mapear a densidade de várias variáveis em um só gráfico. Teste usar o comprimento máximo (MaxLength) e mínimo (MinLength) de um pássaro comparado com seu status de conservação: +Você também pode mapear a densidade de várias variáveis em um só gráfico. Teste usar o comprimento máximo (MaxLength) e mínimo (MinLength) de uma ave comparado com seu status de conservação: ```python sns.kdeplot(data=filteredBirds, x="MinLength", y="MaxLength", hue="ConservationStatus") ``` -![Múltiplas densidades sobrepostas](images/multi.png) +![Múltiplas densidades sobrepostas](../images/multi.png) -Talvez valha a pena pesquisar mais a fundo se o cluster de pássaros vulneráveis ('Vulnerable') de acordo com seus comprimentos tem significado ou não. +Talvez valha a pena pesquisar mais a fundo se o cluster de aves vulneráveis ('Vulnerable') de acordo com seus comprimentos têm significado ou não. ## 🚀 Desafio @@ -192,8 +191,8 @@ Histogramas são um tipo mais sofisticado de gráfico em relação a simples gr ## Revisão e autoestudo -Nessa aula, você usou o Matplotlib e começou a trabalhar com o Seaborn para mostrar gráficos mais avançados. Pesquise sobre o `kdeplot` no Seaborn, uma "curva de densidade de probabilidade contínua em uma ou mais dimensões". Leia a [documentação](https://seaborn.pydata.org/generated/seaborn.kdeplot.html) para entender como funciona. +Nesta aula, você usou o Matplotlib e começou a trabalhar com o Seaborn para mostrar gráficos mais avançados. Pesquise sobre o `kdeplot` no Seaborn, uma "curva de densidade de probabilidade contínua em uma ou mais dimensões". Leia a [documentação](https://seaborn.pydata.org/generated/seaborn.kdeplot.html) para entender como funciona. ## Tarefa -[Use suas habilidades](assignment.md) +[Aplique seus conhecimentos](assignment.pt-br.md) From 807896ff97288acce91c23450ff60af88182d0b9 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 22:49:55 -0300 Subject: [PATCH 15/16] Fix typos --- .../translations/assignment.pt-br.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/3-Data-Visualization/10-visualization-distributions/translations/assignment.pt-br.md b/3-Data-Visualization/10-visualization-distributions/translations/assignment.pt-br.md index ec63b0d7..07bbf7bb 100644 --- a/3-Data-Visualization/10-visualization-distributions/translations/assignment.pt-br.md +++ b/3-Data-Visualization/10-visualization-distributions/translations/assignment.pt-br.md @@ -1,8 +1,8 @@ -# Aplique suas habilidades +# Aplique seus conhecimentos ## Instruções -Até agora, você trabalhou com o dataset de pássaros de Minnesota para descobrir informação sobre quantidades de pássaros e densidade populacional. Pratique essas técnicas usando um outro dataset, talvez do [Kaggle](https://www.kaggle.com/). Faça um notebook que conta uma história sobre esse dataset, e lembre-se de usar histogramas para isso. +Até agora, você trabalhou com o dataset de aves de Minnesota para descobrir informação sobre quantidades de aves e densidade populacional. Pratique essas técnicas usando outro dataset, talvez do [Kaggle](https://www.kaggle.com/). Faça um notebook que conta uma história sobre esse dataset, e lembre-se de usar histogramas para isso. ## Rubrica From 0eaa36f0faae13ae9ec4e8b81982ba67db9a3214 Mon Sep 17 00:00:00 2001 From: Fernanda Kawasaki <50497814+fernandakawasaki@users.noreply.github.com> Date: Sat, 16 Oct 2021 22:51:25 -0300 Subject: [PATCH 16/16] Fix typos --- .../translations/README.pt-br.md | 18 +++++++++--------- 1 file changed, 9 insertions(+), 9 deletions(-) diff --git a/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md b/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md index d4e0c8f0..6886cefe 100644 --- a/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md +++ b/3-Data-Visualization/10-visualization-distributions/translations/README.pt-br.md @@ -9,9 +9,9 @@ Na aula anterior, você aprendeu fatos interessantes sobre um dataset de aves de ## [Quiz pré-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/18) ## Explorando o dataset de aves -Outra forma de explorar os dados é olhar para sua distribuição, ou como os dados estão organizados ao longo do eixo. Por exemplo, talvez você gostaria de aprender sobre a distribuição geral, nesse dataset, do máximo de envergadura (wingspan) ou máximo de massa corporal (body mass) das aves de Minnesota. +Outra forma de explorar os dados é olhar para sua distribuição, ou como os dados estão organizados ao longo do eixo. Por exemplo, talvez você gostaria de aprender sobre a distribuição geral, neste dataset, do máximo de envergadura (wingspan) ou máximo de massa corporal (body mass) das aves de Minnesota. -Vamos descobrir alguns fatos sobre as distribuições de dados neste dataset. No arquivo _notebook.ipynb_, na raiz do diretório dessa aula, importe Pandas, Matplotlib, e os dados: +Vamos descobrir alguns fatos sobre as distribuições de dados neste dataset. No arquivo _notebook.ipynb_, na raiz do diretório desta aula, importe Pandas, Matplotlib, e os dados: ```python import pandas as pd @@ -32,7 +32,7 @@ plt.xlabel('Max Length') plt.show() ``` -Isso nos dá uma visão geral da distribuição de comprimento do corpo por Ordem da ave, mas não é a melhor forma de mostrar a distribuição real. Essa tarefa geralmente é realizada usando um histograma. +Isso nos dá uma visão geral da distribuição de comprimento do corpo por Ordem da ave, mas não é a melhor forma de mostrar a distribuição real. Esta tarefa geralmente é realizada usando um histograma. ## Trabalhando com histogramas @@ -79,7 +79,7 @@ fig, ax = plt.subplots(tight_layout=True) hist = ax.hist2d(x, y) ``` -Aparentemente, existe uma suposta correlação entre esses dois elementos ao longo de um eixo esperado, com um forte ponto de convergência: +Aparentemente, existe uma suposta correlação entre estes dois elementos ao longo de um eixo esperado, com um forte ponto de convergência: ![Histograma 2D](../images/2D.png) @@ -87,9 +87,9 @@ Por definição, os histogramas funcionam para dados numéricos. Mas, e se você ## Explore o dataset e busque por distribuições usando dados textuais -Este dataset também inclui informações relevantes sobre a categoria de ave e seu gênero, espécie e família, assim como seu status de conservação. Vamos explorar mais a fundo essa informação sobre conservação. Qual é a distribuição das aves de acordo com seu status de conservação? +Este dataset também inclui informações relevantes sobre a categoria de ave e seu gênero, espécie e família, assim como seu status de conservação. Vamos explorar mais a fundo esta informação sobre conservação. Qual é a distribuição das aves de acordo com seu status de conservação? -> ✅ No dataset, são utilizados vários acrônimos para descrever o status de conservação. Esses acrônimos vêm da [IUCN Red List Categories](https://www.iucnredlist.org/), uma organização que cataloga os status das espécies. +> ✅ No dataset, são utilizados vários acrônimos para descrever o status de conservação. Estes acrônimos vêm da [IUCN Red List Categories](https://www.iucnredlist.org/), uma organização que cataloga os status das espécies. > > - CR: Critically Endangered (Criticamente em perigo) > - EN: Endangered (Em perigo) @@ -123,7 +123,7 @@ plt.legend(); ![Compilação envergadura e conservação](../images/histogram-conservation.png) -Aparentemente não existe uma correlação forte entre a envergadura mínima e o status de conservação. Teste outros elementos do dataset usando esse método. Você também pode tentar outros filtros. Você encontrou alguma correlação? +Aparentemente não existe uma correlação forte entre a envergadura mínima e o status de conservação. Teste outros elementos do dataset usando este método. Você também pode tentar outros filtros. Você encontrou alguma correlação? ## Gráfico de densidade (Estimativa de densidade kernel) @@ -159,9 +159,9 @@ plt.show() ``` ![Linha menos suave massa corporal](../images/density3.png) -✅ Leia sobre os parâmetros disponíveis para esse tipo de gráfico e experimente! +✅ Leia sobre os parâmetros disponíveis para este tipo de gráfico e experimente! -Esse tipo de gráfico oferece visualizações bonitas e esclarecedoras. Com algumas linhas de código, por exemplo, você pode mostrar a densidade de massa corporal máxima por ave por Ordem: +Este tipo de gráfico oferece visualizações bonitas e esclarecedoras. Com algumas linhas de código, por exemplo, você pode mostrar a densidade de massa corporal máxima por ave por Ordem: ```python sns.kdeplot(