Como Criar Scatter Plots com Plotly em Python

Os gráficos de dispersão, ou scatter plots, são uma ferramenta essencial para a análise exploratória de dados, permitindo visualizar a relação entre duas variáveis numéricas e identificar padrões, tendências ou anomalias. Neste tutorial, vamos aprender a criar scatter plots utilizando a biblioteca Plotly em Python, uma poderosa ferramenta para visualização de dados interativos.

Introdução ao Plotly

Plotly é uma biblioteca gráfica interativa que suporta mais de 40 tipos de gráficos, incluindo gráficos 3D, gráficos geográficos, gráficos de rede e muito mais. Com Plotly, você pode criar gráficos que são visualmente atraentes e que podem ser facilmente compartilhados na web.

Para começar, você precisa instalar o Plotly, o que pode ser feito facilmente através do pip:

pip install plotly

Criando um Scatter Plot Básico

Para criar um scatter plot básico, você precisa de um conjunto de dados com duas variáveis numéricas. Vamos utilizar o Plotly para plotar esses dados:

import plotly.graph_objects as go

# Dados de exemplo
x = [1, 2, 3, 4, 5]
y = [2, 1, 4, 3, 5]

# Criando o scatter plot
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers'))

# Mostrando o gráfico
fig.show()

Personalizando Tamanho e Cor com Colunas

Você pode personalizar o tamanho e a cor dos marcadores no scatter plot com base em outras colunas do seu conjunto de dados. Isso é útil para adicionar outra dimensão ao seu gráfico:

import plotly.express as px
import pandas as pd

# Criando um DataFrame de exemplo
df = pd.DataFrame({
    'x': [1, 2, 3, 4, 5],
    'y': [2, 1, 4, 3, 5],
    'tamanho': [10, 20, 30, 40, 50],
    'cor': [100, 200, 300, 400, 500]
})

# Criando o scatter plot com tamanho e cor personalizados
fig = px.scatter(df, x='x', y='y', size='tamanho', color='cor')

# Mostrando o gráfico
fig.show()

Eixos Categóricos e Pontos de Dispersão Agrupados

Plotly também permite trabalhar com eixos categóricos e agrupar pontos de dispersão:

# Adicionando uma coluna categórica ao DataFrame
df['categoria'] = ['A', 'B', 'A', 'B', 'A']

# Criando o scatter plot com eixos categóricos
fig = px.scatter(df, x='categoria', y='y', color='cor')

# Mostrando o gráfico
fig.show()

Barras de Erros

As barras de erros podem ser adicionadas para indicar a incerteza em torno de cada ponto de dados:

# Adicionando barras de erro
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers', error_y=dict(type='data', array=[0.5, 1, 1.5, 0.5, 1])))

# Mostrando o gráfico
fig.show()

Gráficos de Dispersão Marginal

Os gráficos de dispersão marginal adicionam histogramas, boxplots ou outros gráficos nas margens do scatter plot principal:

# Criando o scatter plot com gráficos marginais
fig = px.scatter(df, x='x', y='y', marginal_x='histogram', marginal_y='box')

# Mostrando o gráfico
fig.show()

Regressão Linear

Para adicionar uma linha de regressão linear ao seu scatter plot, você pode usar o seguinte:

# Criando o scatter plot com linha de regressão linear
fig = px.scatter(df, x='x', y='y', trendline='ols')

# Mostrando o gráfico
fig.show()

Com essas técnicas, você pode criar scatter plots ricos e informativos que ajudam a revelar insights sobre seus dados. Lembre-se de que o Plotly oferece muitas outras opções de personalização, então não deixe de explorar a documentação oficial para descobrir mais.