Data-Science-For-Beginners/translations/pt/3-Data-Visualization/09-visualization-quantities

Visualizar Quantidades

Visualizar Quantidades - Sketchnote por @nitya

Nesta lição, vais explorar como usar uma das muitas bibliotecas disponíveis em Python para aprender a criar visualizações interessantes em torno do conceito de quantidade. Usando um conjunto de dados limpo sobre os pássaros do Minnesota, podes aprender muitos factos interessantes sobre a vida selvagem local.

Questionário pré-aula

Observar a envergadura com Matplotlib

Uma excelente biblioteca para criar gráficos e diagramas, simples ou sofisticados, de vários tipos é Matplotlib. Em termos gerais, o processo de criar gráficos usando estas bibliotecas inclui identificar as partes do teu dataframe que queres analisar, realizar as transformações necessárias nos dados, atribuir valores aos eixos x e y, decidir o tipo de gráfico a mostrar e, finalmente, exibir o gráfico. Matplotlib oferece uma grande variedade de visualizações, mas para esta lição, vamos focar-nos nas mais adequadas para visualizar quantidades: gráficos de linha, dispersão e barras.

✅ Usa o gráfico mais adequado à estrutura dos teus dados e à história que queres 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 distribuição dos dados: dispersão, barra
• Para mostrar tendências: linha, coluna
• Para mostrar relações entre valores: linha, dispersão, bolha

Se tens um conjunto de dados e precisas de descobrir a quantidade de um determinado item, uma das primeiras tarefas será inspecionar os seus valores.

✅ Existem excelentes 'cheat sheets' disponíveis para Matplotlib aqui.

Criar um gráfico de linha sobre os valores de envergadura dos pássaros

Abre o ficheiro notebook.ipynb na raiz da pasta desta lição e adiciona uma célula.

Nota: os dados estão armazenados na raiz deste repositório na pasta /data.

import pandas as pd
import matplotlib.pyplot as plt
birds = pd.read_csv('../../data/birds.csv')
birds.head()

Estes dados são uma mistura de texto e números:

	Nome	NomeCientífico	Categoria	Ordem	Família	Género	EstadoConservação	MinComprimento	MaxComprimento	MinPesoCorporal	MaxPesoCorporal	MinEnvergadura	MaxEnvergadura
0	Pato-silvo-de-barriga-preta	Dendrocygna autumnalis	Patos/Gansos/AvesAquáticas	Anseriformes	Anatidae	Dendrocygna	LC	47	56	652	1020	76	94
1	Pato-silvo-fulvo	Dendrocygna bicolor	Patos/Gansos/AvesAquáticas	Anseriformes	Anatidae	Dendrocygna	LC	45	53	712	1050	85	93
2	Ganso-da-neve	Anser caerulescens	Patos/Gansos/AvesAquáticas	Anseriformes	Anatidae	Anser	LC	64	79	2050	4050	135	165
3	Ganso-de-Ross	Anser rossii	Patos/Gansos/AvesAquáticas	Anseriformes	Anatidae	Anser	LC	57.3	64	1066	1567	113	116
4	Ganso-de-testa-branca-maior	Anser albifrons	Patos/Gansos/AvesAquáticas	Anseriformes	Anatidae	Anser	LC	64	81	1930	3310	130	165

Vamos começar por representar graficamente alguns dos dados numéricos usando um gráfico de linha básico. Suponhamos que queres visualizar a envergadura máxima destes pássaros interessantes.

wingspan = birds['MaxWingspan'] 
wingspan.plot()

O que notas imediatamente? Parece haver pelo menos um valor atípico - que envergadura impressionante! Uma envergadura de 2300 centímetros equivale a 23 metros - será que há Pterodáctilos a voar pelo Minnesota? Vamos investigar.

Embora possas fazer uma ordenação rápida no Excel para encontrar esses valores atípicos, que provavelmente são erros de digitação, continua o processo de visualização trabalhando diretamente no gráfico.

Adiciona etiquetas ao eixo x para mostrar que tipo de pássaros estão em questão:

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()

Mesmo com a rotação das etiquetas ajustada para 45 graus, há demasiadas para serem legíveis. Vamos tentar uma estratégia diferente: etiquetar apenas os valores atípicos e posicionar as etiquetas dentro do gráfico. Podes usar um gráfico de dispersão para criar mais espaço para as etiquetas:

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()

O que está a acontecer aqui? Usaste tick_params para esconder as etiquetas inferiores e depois criaste um loop sobre o conjunto de dados dos pássaros. Representando o gráfico com pequenos pontos azuis redondos usando bo, verificaste se algum pássaro tinha uma envergadura máxima superior a 500 e exibiste a sua etiqueta ao lado do ponto, caso afirmativo. Ajustaste ligeiramente as etiquetas no eixo y (y * (1 - 0.05)) e usaste o nome do pássaro como etiqueta.

O que descobriste?

Filtrar os teus dados

Tanto a Águia-careca como o Falcão-das-pradarias, embora provavelmente sejam pássaros muito grandes, parecem estar mal etiquetados, com um 0 extra adicionado à sua envergadura máxima. É pouco provável que encontres uma Águia-careca com uma envergadura de 25 metros, mas, se isso acontecer, avisa-nos! Vamos criar um novo dataframe sem esses dois valores atípicos:

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()

Ao filtrar os valores atípicos, os teus dados tornam-se mais coesos e compreensíveis.

Agora que temos um conjunto de dados mais limpo, pelo menos em termos de envergadura, vamos descobrir mais sobre estes pássaros.

Embora gráficos de linha e dispersão possam exibir informações sobre valores de dados e suas distribuições, queremos pensar nos valores inerentes a este conjunto de dados. Podes criar visualizações para responder às seguintes perguntas sobre quantidade:

Quantas categorias de pássaros existem e quais são os seus números?
Quantos pássaros estão extintos, em perigo, raros ou comuns?
Quantos existem dos vários géneros e ordens na terminologia de Linnaeus?

Explorar gráficos de barras

Os gráficos de barras são práticos quando precisas de mostrar agrupamentos de dados. Vamos explorar as categorias de pássaros que existem neste conjunto de dados para ver qual é a mais comum em número.

No ficheiro notebook, cria um gráfico de barras básico.

✅ Nota, podes filtrar os dois pássaros atípicos que identificámos na secção anterior, editar o erro na sua envergadura ou deixá-los para estes exercícios que não dependem dos valores de envergadura.

Se quiseres criar um gráfico de barras, podes selecionar os dados que queres focar. Os gráficos de barras podem ser criados a partir de dados brutos:

birds.plot(x='Category',
        kind='bar',
        stacked=True,
        title='Birds of Minnesota')

Este gráfico de barras, no entanto, é ilegível porque há demasiados dados não agrupados. Precisamos de selecionar apenas os dados que queremos representar, então vamos olhar para o comprimento dos pássaros com base na sua categoria.

Filtra os teus dados para incluir apenas a categoria dos pássaros.

✅ Nota que usas Pandas para gerir os dados e depois deixas o Matplotlib fazer o gráfico.

Como há muitas categorias, podes exibir este gráfico verticalmente e ajustar a sua altura para acomodar todos os dados:

category_count = birds.value_counts(birds['Category'].values, sort=True)
plt.rcParams['figure.figsize'] = [6, 12]
category_count.plot.barh()

Este gráfico de barras mostra uma boa visão do número de pássaros em cada categoria. Num piscar de olhos, vês que o maior número de pássaros nesta região está na categoria de Patos/Gansos/AvesAquáticas. Minnesota é a 'terra dos 10.000 lagos', por isso não é surpreendente!

✅ Experimenta algumas outras contagens neste conjunto de dados. Algo te surpreende?

Comparar dados

Podes tentar diferentes comparações de dados agrupados criando novos eixos. Experimenta uma comparação do MaxComprimento de um pássaro, com base na sua categoria:

maxlength = birds['MaxLength']
plt.barh(y=birds['Category'], width=maxlength)
plt.rcParams['figure.figsize'] = [6, 12]
plt.show()

Nada é surpreendente aqui: os beija-flores têm o menor MaxComprimento em comparação com Pelicanos ou Gansos. É bom quando os dados fazem sentido lógico!

Podes criar visualizações mais interessantes de gráficos de barras ao sobrepor dados. Vamos sobrepor Comprimento Mínimo e Máximo numa determinada categoria de pássaros:

minLength = birds['MinLength']
maxLength = birds['MaxLength']
category = birds['Category']

plt.barh(category, maxLength)
plt.barh(category, minLength)

plt.show()

Neste gráfico, podes ver o intervalo por categoria de pássaros do Comprimento Mínimo e Máximo. Podes dizer com segurança que, com base nestes dados, quanto maior o pássaro, maior o intervalo de comprimento. Fascinante!

🚀 Desafio

Este conjunto de dados sobre pássaros oferece uma riqueza de informações sobre diferentes tipos de pássaros dentro de um ecossistema específico. Procura na internet e vê se consegues encontrar outros conjuntos de dados relacionados com pássaros. Pratica a criação de gráficos e diagramas sobre esses pássaros para descobrir factos que não conhecias.

Questionário pós-aula

Revisão & Autoestudo

Esta primeira lição deu-te algumas informações sobre como usar Matplotlib para visualizar quantidades. Faz alguma pesquisa sobre outras formas de trabalhar com conjuntos de dados para visualização. Plotly é uma que não vamos abordar nestas lições, por isso dá uma olhada no que ela pode oferecer.

Tarefa

Linhas, Dispersões e Barras

---

Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original no seu idioma nativo deve ser considerado a fonte oficial. Para informações críticas, recomenda-se uma tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas resultantes do uso desta tradução.