![](https://hub.asimov.academy/wp-content/uploads/2024/06/ThumbCursoAgents-com-langchain-14.webp)
Os histogramas são uma ferramenta fundamental na análise de dados. Neste tutorial, vamos aprender a criar um histograma em Python. Você aprenderá o que são histogramas, como interpretá-los e como usar Python para criá-los e configurá-los de forma simples.
O que é um Histograma?
Um histograma é um tipo de gráfico que permite visualizar a distribuição de um conjunto de dados numéricos. Ele é construído agrupando os valores em “caçapas” ou intervalos (os chamados bins) e, em seguida, contando quantos valores caem em cada intervalo. As contagens são representadas por barras, onde a altura de cada barra indica a frequência dos dados dentro do intervalo.
![](https://hub.asimov.academy/wp-content/uploads/2024/02/hist.png)
Interpretando Histogramas
Interpretar um histograma é relativamente simples. Aqui estão alguns pontos para se prestar atenção:
- Picos: Os picos em um histograma indicam onde os dados são mais frequentes.
- Simetria: Um histograma simétrico sugere que os dados estão distribuídos uniformemente em torno de um valor central.
- Assimetria: Se o histograma estiver inclinado para a esquerda ou direita, isso indica assimetria nos dados, o que pode sugerir a presença de outliers ou uma tendência nos dados.
- Largura dos bins: A largura dos bins pode afetar a aparência do histograma. Bins mais estreitos podem revelar mais detalhes sobre a distribuição dos dados, enquanto bins mais largos podem simplificar a visualização.
Veja estes elementos no histograma abaixo (que ilustra as notas de uma prova qualquer):
![](https://hub.asimov.academy/wp-content/uploads/2024/02/hist2-1.png)
O pico no valor 7 do histograma indica que esta nota foi a mais frequente da turma. O histograma parece ser simétrico, com muitos alunos tirando notas 6 e 7, e poucos alunos nas notas mais baixas ou mais altas. Note ainda que, graças à estrutura do histograma, valores próximos acabam agrupados em um mesmo bin: alunos que tiraram nota 6,9 ou 7,2 ambos ficam posicionados no bin de valor 7.
Criando Histogramas com Python
Python, com a ajuda da biblioteca Matplotlib, torna a criação de histogramas um processo bastante simples. Se você ainda não tem o Matplotlib instalado, você pode instalá-lo usando o pip
(o gerenciador de arquivos de Python):
pip install matplotlib
Em seguida, importe a biblioteca em seu script Python:
import matplotlib.pyplot as plt
Preparando os Dados
Para este exemplo, vamos criar um conjunto de dados aleatórios usando a biblioteca NumPy:
import numpy as np
# Gerando dados aleatórios
dados = np.random.randn(1000)
Criando o Histograma
Agora, com os dados prontos, podemos criar o histograma:
plt.hist(dados, bins=30, alpha=0.5, color='blue', edgecolor='black')
# Exibindo o gráfico
plt.show()
Eis o resultado (o seu gráfico pode ficar diferente, em função do componente aleatório do NumPy):
![](https://hub.asimov.academy/wp-content/uploads/2024/02/hist_mpl_01-1.png)
Neste código, bins=30
define o número de intervalos que queremos em nosso histograma. A partir desse valor, o Matplotlib define automaticamente os pontos de corte de cada bin no nosso histograma. O parâmetro alpha
controla a transparência das barras, e color
e edgecolor
definem as cores das barras e das bordas, respectivamente.
Passo 4: Personalizando o Histograma
Você pode personalizar ainda mais o histograma ajustando os bins, as cores e adicionando mais elementos ao gráfico, como linhas de grade, rótulos nos eixos, e título na figura:
# Ajustando os bins para 50
plt.hist(dados, bins=50, alpha=0.7, color='green', edgecolor='black')
# Adicionando grade ao fundo do gráfico
plt.grid(True)
# Escrevendo rótulos dos eixos
plt.xlabel('Valores')
plt.ylabel('Frequência')
# Escrevendo título na figura
plt.title('Histograma Personalizado')
# Exibindo o gráfico
plt.show()
![](https://hub.asimov.academy/wp-content/uploads/2024/02/hist_mpl_02-1.png)
Conclusão
Histogramas são uma ferramenta poderosa para entender a distribuição dos seus dados. Com Python e Matplotlib, você pode criar rapidamente histogramas e personalizá-los para se adequar às suas necessidades analíticas. Lembre-se de que a interpretação correta de um histograma pode fornecer insights valiosos sobre a natureza dos seus dados, ajudando você a tomar decisões informadas com base em suas análises.
![](https://hub.asimov.academy/wp-content/uploads/2024/06/maxresdefault-6.jpg)
Comentários