Tipos de Gráficos com Plotly

Quando se trata de visualização de dados em Python, Plotly é uma das bibliotecas mais poderosas e versáteis disponíveis. Com ela, é possível criar uma ampla gama de gráficos interativos e atraentes que podem ajudar a revelar insights valiosos dos seus dados. Neste tutorial, vamos explorar os tipos de gráficos mais comuns e alguns mais complexos que você pode criar com Plotly, sempre pensando em você que está começando agora no mundo da programação em Python.

Introdução ao Plotly

Plotly é uma biblioteca gráfica que permite a criação de gráficos interativos que podem ser usados em notebooks Jupyter ou em páginas da web. Com Plotly, você pode construir desde simples gráficos de linhas até visualizações tridimensionais complexas. Além disso, a biblioteca oferece uma integração perfeita com o Pandas, uma ferramenta essencial para a manipulação de dados em Python.

Gráficos de Linha

Um dos gráficos mais básicos e amplamente utilizados é o gráfico de linha. Ele é ideal para mostrar tendências ao longo do tempo ou a relação entre duas variáveis. Com Plotly, criar um gráfico de linha é simples:

import plotly.graph_objects as go

# Dados de exemplo
x = [1, 2, 3, 4]
y = [10, 11, 12, 13]

# Criando o gráfico
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='lines'))

# Mostrando o gráfico
fig.show()

Gráficos de Barras

Outro tipo de gráfico muito utilizado é o gráfico de barras, perfeito para comparações entre categorias. Com Plotly, você pode facilmente criar gráficos de barras verticais ou horizontais:

# Dados de exemplo
categorias = ['Categoria A', 'Categoria B', 'Categoria C']
valores = [20, 14, 23]

# Criando o gráfico de barras
fig = go.Figure(data=[go.Bar(x=categorias, y=valores)])

# Mostrando o gráfico
fig.show()

Gráficos de Pizza

Para mostrar proporções de um todo, os gráficos de pizza são uma escolha popular. Eles são ótimos para destacar a contribuição de cada parte para o conjunto:

# Dados de exemplo
labels = ['Parte A', 'Parte B', 'Parte C']
valores = [450, 250, 300]

# Criando o gráfico de pizza
fig = go.Figure(data=[go.Pie(labels=labels, values=valores)])

# Mostrando o gráfico
fig.show()

Gráficos de Dispersão (Scatter Plots)

Os gráficos de dispersão são ideais para visualizar a relação entre duas variáveis numéricas. Com Plotly, você pode adicionar facilmente interatividade a esses gráficos:

# Dados de exemplo
x = [1, 2, 3, 4, 5]
y = [10, 11, 12, 13, 14]

# Criando o gráfico de dispersão
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers'))

# Mostrando o gráfico
fig.show()

Gráficos de Área

Semelhantes aos gráficos de linha, os gráficos de área ajudam a destacar a magnitude das mudanças ao longo do tempo:

# Dados de exemplo
x = [1, 2, 3, 4]
y = [3, 4, 8, 3]

# Criando o gráfico de área
fig = go.Figure(data=go.Scatter(x=x, y=y, fill='tozeroy'))

# Mostrando o gráfico
fig.show()

Gráficos Candlestick

Avançando para gráficos mais complexos, os gráficos candlestick são amplamente utilizados em análises financeiras para representar movimentos de preços de ações em um período:

#importe pandas para ler a base de dados
import pandas as pd

# Dados de exemplo
df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv')

# Criando o gráfico candlestick
fig = go.Figure(data=[go.Candlestick(x=df['Date'],
                open=df['AAPL.Open'], high=df['AAPL.High'],
                low=df['AAPL.Low'], close=df['AAPL.Close'])])

# Mostrando o gráfico
fig.show()

Conclusão

Plotly oferece uma infinidade de opções para visualização de dados, e os exemplos acima são apenas a ponta do iceberg. Com sua capacidade de interatividade e personalização, você pode transformar seus dados em histórias visuais poderosas. Lembre-se de que a prática leva à perfeição, então continue explorando e experimentando com diferentes tipos de gráficos para descobrir o que funciona melhor para seus dados.