Como Criar Histogramas com Plotly em Python

Ana Maria Gomes
5 minutos de leitura

Conteúdos do tutorial

Os histogramas são uma ferramenta essencial para a análise exploratória de dados, permitindo visualizar a distribuição e a frequência de um conjunto de dados. Com a biblioteca Plotly em Python, criar histogramas interativos e bem apresentados é uma tarefa simples e intuitiva. Neste tutorial, vamos aprender a criar histogramas com Plotly, explorando dados categóricos, datas e a personalização de histogramas.

Introdução ao Plotly

Plotly é uma biblioteca gráfica interativa que suporta mais de 40 tipos de gráficos, incluindo histogramas, gráficos de dispersão, gráficos de linhas e muito mais. Com Plotly, você pode criar gráficos que são visualmente atraentes e podem ser facilmente compartilhados na web.

Criando Histogramas com Dados Categóricos

Para começar, vamos criar um histograma simples com dados categóricos. Suponha que temos um conjunto de dados de vendas e queremos visualizar a frequência de vendas por categoria de produto.

import plotly.graph_objects as go
import numpy as np

# Dados categóricos de exemplo
categorias = ['Eletrônicos', 'Roupas', 'Brinquedos', 'Alimentos']
vendas = [150, 200, 100, 80]

# Criando o histograma
fig = go.Figure([go.Bar(x=categorias, y=vendas)])
fig.update_layout(title='Vendas por Categoria', xaxis_title='Categoria', yaxis_title='Vendas')
fig.show()
Histogramas

Histogramas com Dados de Datas

Histogramas também são úteis para visualizar dados ao longo do tempo. Vamos criar um histograma que mostra a quantidade de vendas por dia.

import pandas as pd
import plotly.express as px

# Dados de exemplo com datas
df_vendas = pd.DataFrame({
    'Data': pd.date_range(start='1/1/2021', periods=100),
    'Vendas': np.random.randint(0, 100, size=(100))
})

# Criando o histograma
fig = px.histogram(df_vendas, x='Data', y='Vendas', nbins=30)
fig.update_layout(title='Vendas por Dia', xaxis_title='Data', yaxis_title='Quantidade de Vendas')
fig.show()
Histogramas com Plotly em Python

Escolhendo a Quantidade de Caixas

A quantidade de caixas (bins) em um histograma pode alterar significativamente a interpretação dos dados. Plotly permite que você ajuste facilmente o número de caixas.

# Ajustando o número de caixas
fig = px.histogram(df_vendas, x='Data', y='Vendas', nbins=15)
fig.show()
Histogramas com Plotly em Python

Criando Vários Histogramas para Diferentes Valores de uma Coluna

Podemos querer comparar as distribuições de vendas entre diferentes regiões. Para isso, podemos criar vários histogramas em um único gráfico.

# Dados de exemplo com regiões
df_vendas['Região'] = np.random.choice(['Norte', 'Sul', 'Leste', 'Oeste'], size=(100))

# Criando histogramas separados por região
fig = px.histogram(df_vendas, x='Vendas', color='Região')
fig.show()
Histogramas com Plotly em Python

Agregando com Método Histfunc

O método histfunc permite agregar os dados de diferentes maneiras, como somar ou calcular a média dos valores.

# Agregando as vendas por soma
fig = px.histogram(df_vendas, x='Região', y='Vendas', histfunc='sum')
fig.show()
Histogramas com Plotly em Python

Inserindo Textos e Personalizando Histogramas

Plotly oferece amplas opções de personalização, incluindo a adição de textos e a alteração de cores e estilos.

# Personalizando o histograma
fig = px.histogram(df_vendas, x='Região', y='Vendas', text_auto=True)
fig.update_traces(marker_color='blue', marker_line_color='black', marker_line_width=1.5)
fig.update_layout(title_font_size=20)
fig.show()
personalizando Histogramas

Com esses passos, você pode criar histogramas para qualquer tipo de dados e personalizá-los de acordo com suas necessidades. Experimente com seu próprio conjunto de dados e descubra os insights que os histogramas podem revelar!

Inscreva-se gratuitamente e fique atualizado

Receba toda semana um resumo dos principais conteúdos da Asimov direto no seu e-mail. 100% livre de spam.

Áreas de interesse: