Visualizando Dados
Este capítulo corresponde ao capítulo 3 de Grus (2019).
📓 Abrir o notebook deste capítulo no Colab ↗ — só o código, pronto para rodar.
Acredito que a visualização é um dos meios mais poderosos de alcançar objetivos pessoais.
— Harvey Mackay
Uma parte fundamental do kit de ferramentas do cientista de dados é a visualização. É muito fácil criar visualizações, e é bem mais difícil produzir visualizações boas.
Elas servem a dois objetivos bastante diferentes:
- Explorar dados — gráficos que você faz para si mesmo, rápidos e feios, para entender o que tem em mãos.
- Comunicar dados — gráficos que outra pessoa vai ler, e que precisam ser claros e honestos.
Este capítulo cobre o básico necessário para começar a fazer os dois. Como boa parte do resto do livro, o assunto daria um livro inteiro sozinho.
O capítulo tem dois pares de gráficos que mostram os mesmos dados e contam histórias opostas — um sobre o eixo vertical truncado, outro sobre escalas incomparáveis.
Não são curiosidades. São as duas formas mais comuns de um gráfico enganar sem que nenhum número esteja errado, e você vai encontrá-las em jornal, relatório de empresa e apresentação de resultado com frequência desconfortável.
Ao final deste capítulo, você será capaz de:
- Produzir gráficos de linha, de barras, histogramas e de dispersão com
matplotlib - Escolher o tipo de gráfico adequado à pergunta que se quer responder
- Reconhecer e evitar as duas distorções mais comuns: eixo truncado e eixos incomparáveis
- Rotular e anotar um gráfico de modo que ele se sustente sem o texto ao redor
Seções
| Seção | Tópico |
|---|---|
| 3.1 | matplotlib |
| 3.2 | Gráficos de Barras |
| 3.3 | Gráficos de Linhas |
| 3.4 | Gráficos de Dispersão |
Leituras adicionais
A seção “For Further Exploration” do capítulo 3 de Grus (2019) aponta que o ecossistema de visualização em Python é grande e muda rápido, e sugere:
- A galeria do matplotlib, que dá uma boa noção do que é possível — e de que código produz o quê.
- O seaborn, construído sobre o matplotlib, que produz gráficos mais bonitos com menos código.
- Bibliotecas para visualização interativa na web, como Altair, D3.js e Bokeh.
Nenhuma delas é usada neste livro — pelo mesmo motivo de sempre. O matplotlib é verboso justamente porque expõe cada elemento do gráfico, e é essa exposição que permite entender o que uma biblioteca mais simpática está decidindo por você.