Exibindo Gráficos no Streamlit: Um guia para Iniciantes

Quer aprender a exibir gráficos no Streamlit? Este guia cobre tudo o que você, que está iniciando, precisa saber! Desde a instalação e configuração do ambiente até a criação de gráficos básicos e personalização. O Streamlit permite integrar diversas bibliotecas de visualização de dados, como Matplotlib e Plotly, de forma simples e eficiente. Com ele, você pode criar gráficos de linhas, barras e muito mais, tudo com poucas linhas de código. Além disso, o Streamlit oferece opções de configuração de página para melhorar a apresentação dos seus gráficos. Comece agora e transforme seus dados em visualizações interativas!

Introdução ao Streamlit

O Streamlit é uma biblioteca de código aberto em Python que permite criar aplicativos web interativos para visualização de dados de maneira simples e rápida. Com ele, você pode transformar scripts de dados em aplicativos web interativos com apenas algumas linhas de código. Mas por que usar o Streamlit para visualização de dados? A resposta é simples: ele é fácil de usar, altamente personalizável e permite criar protótipos rapidamente.

Preparando o ambiente

Antes de começarmos a criar gráficos, precisamos preparar nosso ambiente de desenvolvimento.

Instalando o Streamlit

Para instalar o Streamlit, você pode usar o pip, o gerenciador de pacotes do Python. Basta abrir o terminal e digitar:

pip install streamlit

Configurando o ambiente de desenvolvimento

Depois de instalar o Streamlit, você pode criar um novo arquivo Python para começar a desenvolver seu aplicativo. Vamos criar um arquivo chamado app.py e adicionar o seguinte código básico para garantir que tudo está funcionando:

import streamlit as st

st.title("Meu Primeiro App com Streamlit")
st.write("Olá, mundo!")

Para executar o aplicativo, digite o seguinte comando no terminal:

streamlit run app.py

Criando o primeiro gráfico

Para criar seu primeiro gráfico no Streamlit, comece importando a biblioteca Streamlit e os dados que deseja visualizar. Utilize o elemento st.line_chart para criar gráficos de linha de forma simples e rápida. Basta passar os dados que você quer visualizar e o Streamlit cuidará do resto, tornando o processo de criação de gráficos intuitivo e eficiente. Personalize seu gráfico ajustando colunas e proporções conforme necessário para uma visualização mais clara e organizada.

Introdução aos gráficos no Streamlit

O Streamlit oferece suporte a vários tipos de gráficos, incluindo gráficos de área, barra, linha e dispersão. Vamos começar com um exemplo básico de gráfico de linha.

Exemplo básico

Vamos criar um gráfico de linha simples usando dados aleatórios. Adicione o seguinte código ao seu arquivo app.py:

import streamlit as st
import pandas as pd
import numpy as np

# Gerando dados aleatórios
data = pd.DataFrame(
    np.random.randn(50, 3),
    columns=['a', 'b', 'c']
)

# Exibindo o gráfico de linha
st.line_chart(data)

Neste exemplo, estamos gerando um DataFrame com 50 linhas e 3 colunas de dados aleatórios e exibindo um gráfico de linha com esses dados.

Tipos de gráficos no Streamlit

O Streamlit permite criar diferentes tipos de gráficos de forma simples. Vamos explorar alguns dos mais comuns.

Gráficos de Área

Os gráficos de área são úteis para mostrar a evolução de uma variável ao longo do tempo. Vamos ver como criar e personalizar um gráfico de área.

Como criar um gráfico de área

Adicione o seguinte código ao seu arquivo app.py:

# Exibindo o gráfico de área
st.area_chart(data)

Personalizando o gráfico de área

Você pode personalizar o gráfico de área especificando colunas para os eixos x e y, cores e outras propriedades:

st.area_chart(data, x='a', y='b', color='c')

Gráficos de barra

Os gráficos de barra são ótimos para comparar diferentes categorias. Vamos criar um gráfico de barra.

Como criar um gráfico de barra

Adicione o seguinte código ao seu arquivo app.py:

# Exibindo o gráfico de barra
st.bar_chart(data)

Personalizando o gráfico de barra

Você pode personalizar o gráfico de barra de forma semelhante ao gráfico de área:

st.bar_chart(data, x='a', y='b', color='c')

Gráficos de Linha

Os gráficos de linha são ideais para mostrar tendências ao longo do tempo. Vamos criar um gráfico de linha.

Como criar um gráfico de linha

Adicione o seguinte código ao seu arquivo app.py:

# Exibindo o gráfico de linha
st.line_chart(data)

Personalizando o gráfico de linha

Você pode personalizar o gráfico de linha especificando colunas para os eixos x e y, cores e outras propriedades:

st.line_chart(data, x='a', y='b', color='c')

Gráficos de Dispersão

Os gráficos de dispersão são úteis para mostrar a relação entre duas variáveis. Vamos criar um gráfico de dispersão.

Como criar um gráfico de dispersão

Adicione o seguinte código ao seu arquivo app.py:

# Exibindo o gráfico de dispersão
st.scatter_chart(data)

Personalizando o gráfico de dispersão

Você pode personalizar o gráfico de dispersão especificando colunas para os eixos x e y, cores e outras propriedades:

st.scatter_chart(data, x='a', y='b', color='c', size='c')

Personalizando Gráficos

Personalizar gráficos é essencial para torná-los mais informativos e visualmente atraentes.

Alterando cores e estilos

Você pode alterar as cores e estilos dos gráficos usando parâmetros como color e style.

Adicionando rótulos e legendas

Adicionar rótulos e legendas ajuda a tornar os gráficos mais compreensíveis. Use os parâmetros x_label e y_label para adicionar rótulos aos eixos.

Ajustando tamanhos e dimensões

Você pode ajustar o tamanho e as dimensões dos gráficos usando os parâmetros width e height.

Interatividade com Gráficos

Adicionar interatividade aos gráficos pode tornar seu aplicativo mais dinâmico e envolvente.

Adicionando widgets de entrada

Você pode adicionar widgets de entrada, como seletores de data e caixas de seleção, para permitir que os usuários interajam com os gráficos.

Atualizando gráficos dinamicamente

Use os widgets de entrada para atualizar os gráficos dinamicamente com base nas escolhas dos usuários.

Exemplos Práticos

Vamos ver um exemplo prático de uma aplicação completa com múltiplos gráficos e integração com outras bibliotecas de visualização.

Exemplo de aplicação completa

Adicione o seguinte código ao seu arquivo app.py:

import streamlit as st
import pandas as pd
import numpy as np


# Gerando dados aleatórios
data = pd.DataFrame(
    np.random.randn(50, 3),
    columns=['a', 'b', 'c']
)

# Exibindo múltiplos gráficos
st.line_chart(data)
st.bar_chart(data)
st.area_chart(data)

Conclusão

Neste guia, exploramos como exibir gráficos no Streamlit, desde a instalação até a criação de gráficos interativos e personalizados. Aprendemos a criar gráficos de área, barra, linha e dispersão, além de personalizá-los e torná-los interativos. Com essas habilidades, você está pronto para criar aplicativos web interativos e visualmente atraentes com o Streamlit.

Se você quiser continuar aprendendo sobre Streamlit e visualização de dados, recomendamos explorar a documentação oficial do Streamlit e experimentar outras bibliotecas de visualização, como Plotly e Bokeh.

Referências

• Streamlit Docs – Chart elements
• Introduction to Python for Humanists – Data Visualization