![](https://hub.asimov.academy/wp-content/uploads/2024/06/ThumbCursoExplorandoAPIOpenAI-1-14.webp)
Os histogramas são uma ferramenta poderosa para visualizar a distribuição de dados numéricos, e quando se trata de analisar duas variáveis numéricas simultaneamente, os histogramas 2D são incrivelmente úteis. Neste tutorial, vamos mergulhar no mundo dos histogramas 2D em Python, utilizando a biblioteca Plotly, uma ferramenta interativa e versátil que permite criar gráficos dinâmicos e estilizados. Se você está começando no Python e deseja entender como trabalhar com esses gráficos, você veio ao lugar certo!
O que é um Histograma 2D?
Imagine um histograma comum, que mostra a frequência de valores em determinados intervalos (ou bins). Agora, pense em uma versão bidimensional disso, onde você pode ver a frequência de combinações de dois conjuntos de valores. Isso é um histograma 2D! Ele é perfeito para visualizar a relação entre duas variáveis numéricas e entender como uma pode afetar a distribuição da outra.
Criando seu Primeiro Histograma 2D com Plotly
Para começar, você precisará ter o Plotly instalado em seu ambiente Python. Se ainda não o tem, você pode instalá-lo facilmente usando pip:
pip install plotly
Agora, vamos ao código. Primeiro, importe a biblioteca Plotly:
import plotly.graph_objects as go
import numpy as np
Em seguida, vamos criar alguns dados aleatórios para nossas duas variáveis:
# Gerando dados aleatórios
x = np.random.randn(500)
y = np.random.randn(500) + 1
Agora, vamos criar o histograma 2D:
# Criando o histograma 2D
fig = go.Figure(go.Histogram2d(
x=x,
y=y
))
# Mostrando o gráfico
fig.show()
![Histogramas 2D em Python](https://hub.asimov.academy/wp-content/uploads/2024/03/ht1-1-1024x433.png)
Personalizando seu Histograma 2D
Plotly oferece uma variedade de opções para personalizar seu histograma 2D. Vamos explorar algumas delas.
Adicionando Textos aos Gráficos
Para adicionar textos que aparecem ao passar o mouse sobre os bins, você pode usar o argumento text
:
# Adicionando textos
fig = go.Figure(go.Histogram2d(
x=x,
y=y,
texttemplate="%{x}, %{y}: %{z}",
hoverinfo="text"
))
![Histogramas 2D em Python](https://hub.asimov.academy/wp-content/uploads/2024/03/ht2-1-1024x433.png)
Opções de Classificação e Estilo
Você pode classificar os dados por frequência e alterar o estilo do gráfico para se adequar ao seu gosto. Por exemplo, vamos mudar a paleta de cores:
# Alterando a paleta de cores
fig.update_traces(
colorscale='Viridis'
)
![Histogramas 2D em Python](https://hub.asimov.academy/wp-content/uploads/2024/03/ht3-1-1024x433.png)
Gráficos Coloridos
Para um histograma 2D colorido, você pode definir uma escala de cores que represente a frequência dos dados:
# Definindo uma escala de cores
fig.update_traces(
colorscale='Blues'
)
![Histogramas 2D com plotly em python](https://hub.asimov.academy/wp-content/uploads/2024/03/ht4-1-1024x433.png)
Exemplos de Histogramas 2D Coloridos
Agora que você sabe como criar e personalizar seu histograma 2D, vamos ver alguns exemplos de como eles podem ficar:
Exemplo 1: Histograma 2D Simples
# Histograma 2D simples
fig = go.Figure(go.Histogram2d(
x=np.random.randn(500),
y=np.random.randn(500) + 1,
colorscale='Portland'
))
fig.show()
![Histogramas 2D](https://hub.asimov.academy/wp-content/uploads/2024/03/ht5-1024x433.png)
Exemplo 2: Histograma 2D com Margens
# Histograma 2D com margens
fig = go.Figure(go.Histogram2dContour(
x=np.random.randn(500),
y=np.random.randn(500) + 2,
colorscale='Jet',
contours=dict(
showlabels=True,
labelfont=dict(
family='Raleway',
color='white'
)
)
))
fig.show()
![Histogramas 2D com plotly](https://hub.asimov.academy/wp-content/uploads/2024/03/ht6-1024x433.png)
Com esses exemplos e dicas, você está pronto para começar a criar seus próprios histogramas 2D em Python com Plotly. Lembre-se de que a prática leva à perfeição, então não hesite em experimentar diferentes configurações e estilos para descobrir o que funciona melhor para a sua análise de dados. Boa codificação!
![](https://hub.asimov.academy/wp-content/uploads/2024/06/maxresdefault-6.jpg)
Comentários