By Roja Achary, Entusiasta de aprendizado de máquina

“O propósito da visualização é o insight, não as imagens.”

-Ben Shneiderman

Fonte - medidor Venn

A visualização de dados é a apresentação visual de dados ou informações. O objetivo da visualização de dados é comunicar dados ou informações de forma clara e eficaz aos leitores. Normalmente, os dados são visualizados na forma de gráfico, infográfico, diagrama, mapa e muito mais.

Como isso ajuda?

• Identifique tendências e outliers
• Conte uma história dentro dos dados
• Reforçar um argumento ou opinião
• Destaque um ponto importante em um conjunto de dados

Vamos mergulhar em cada um deles.

Bibliotecas necessárias

 
Use o gerenciador de pacotes pip para instalar abaixo:

pip instalar matplotlib pip instalar seaborn pip instalar plotnine pip instalar plotly pip instalar bokeh

matplotlib

Matplotlib é uma biblioteca abrangente para criar visualizações estáticas, animadas e interativas em Python. A maioria dos programadores inicia sua jornada de visualização de dados com Matplotlib. 

Características:

• Ele foi projetado como MATLAB, portanto, alternar entre os dois é bastante fácil.
• Inclui muitos back-ends de renderização.
• Ele pode reproduzir praticamente qualquer plotagem (com um pouco de esforço).
• Está no mercado há mais de uma década, portanto, possui uma enorme base de usuários.

Códigos manuais rápidos para Matplotlib em 10 minutos

marinho

Seaborn aproveita o poder do Matplotlib para criar belos gráficos em poucas linhas de código. A principal diferença são os estilos e paletas de cores padrão do Seaborn, que são projetados para serem mais esteticamente agradáveis ​​e modernos. Como o Seaborn é construído sobre o Matplotlib, você precisará conhecer o Matplotlib para ajustar os padrões do Seaborn.

Características:

• Temas integrados para estilizar gráficos matplotlib
• Visualizando dados univariados e bivariados
• Ajustando e visualizando modelos de regressão linear
• Plotando dados estatísticos de série temporal
• Seaborn funciona bem com estruturas de dados NumPy e Pandas
• Ele vem com temas integrados para estilizar gráficos Matplotlib

Códigos manuais rápidos para Seaborn em 10 minutos

Plotnine

Plotnine é uma implementação de uma gramática de gráficos em Python, é baseada em ggplot2. A gramática permite aos usuários compor gráficos mapeando explicitamente os dados para os objetos visuais que compõem o gráfico.

Características:

• Transformações estatísticas
• Balanças
• Sistemas de coordenadas
• Facetas
• Temas

Códigos manuais rápidos para Plotnine em 10 minutos

Bokeh

Fonte: Patrik Hlobil

Bokeh é uma biblioteca de visualização interativa para navegadores modernos. Ele fornece construção elegante e concisa de gráficos versáteis e oferece interatividade de alto desempenho em conjuntos de dados grandes ou de streaming. Bokeh pode ajudar qualquer pessoa que queira criar gráficos, painéis e aplicativos de dados interativos de maneira rápida e fácil.

Características:

• Flexível
• interativo
• Poderoso
• produtivo
• Compartilhável
• Código aberto

Códigos manuais rápidos para Bokeh em 10 minutos

Completamente

plotly é uma biblioteca gráfica interativa, de código aberto e baseada em navegador para Python. Construída sobre plotly.js, plotly.py é uma biblioteca de gráficos declarativos de alto nível. plotly.js vem com mais de 30 tipos de gráficos, incluindo gráficos científicos, gráficos 3D, gráficos estatísticos, mapas SVG, gráficos financeiros e muito mais.

Características:

• Gráficos, painéis
• Exportação de arquivos, gerenciador de aplicativos
• Kubernetes, autenticação
• Fila de trabalhos, mecanismo de instantâneo
• Incorporação, Big Data para Python

Códigos manuais rápidos para plotagem em 10 minutos

 
Referências e ajuda:

• https://matplotlib.org/stable/tutorials/index.html
• http://seaborn.pydata.org/index.html
• https://plotnine.readthedocs.io/en/stable/
• https://bokeh.org/
• https://plotly.com/python/

 
Bio: Roja Achary (Kaggle, GitHub) é um entusiasta do aprendizado de máquina e um aluno apaixonado. Ela está interessada na área de IA, Ciência de Dados com engenharia de software e está sempre aberta a colaborações significativas.

Relacionado:

• Corridas de gráficos de barras animados em Python
• Como a visualização está transformando a análise exploratória de dados
• Obtenha plotagens interativas diretamente com os pandas