Capítulo 9. Plotagem e visualização
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Fazer visualizações informativas (às vezes chamadas de plots) é uma das tarefas mais importantes na análise de dados. Pode ser uma parte do processo exploratório - por exemplo, para ajudar a identificar valores discrepantes ou transformações de dados necessárias, ou como uma forma de gerar ideias para modelos. Para outros, a construção de uma visualização interactiva para a Web pode ser o objetivo final. O Python tem muitas bibliotecas adicionais para fazer visualizações estáticas ou dinâmicas, mas vou concentrar-me principalmente no matplotlib e nas bibliotecas que se baseiam nele.
O matplotlib é um pacote de plotagem de secretária concebido para criar gráficos e figuras adequados para publicação. O projeto foi iniciado por John Hunter em 2002 para permitir uma interface de plotagem semelhante à do MATLAB em Python. As comunidades matplotlib e IPython têm colaborado para simplificar a plotagem interactiva a partir da shell IPython (e agora, do caderno Jupyter). matplotlib suporta vários backends GUI em todos os sistemas operativos e pode exportar visualizações para todos os formatos gráficos vetoriais e raster comuns (PDF, SVG, JPG, PNG, BMP, GIF, etc.). Com a exceção de alguns diagramas, quase todos os gráficos deste livro foram produzidos utilizando a matplotlib.
Ao longo do tempo, o matplotlib deu origem a uma série de kits ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access