Escolha uma visualização útil
Combine os gráficos com as perguntas, veja por que só os resumos podem enganar e evite gráficos que distorcem.
- Escolher um gráfico que combine com a comparação que você quer mostrar
- Explicar por que é preciso plotar os dados, e não só resumi-los
- Evitar formatos de gráfico enganosos comuns
Escolha o gráfico a partir da pergunta:
| Pergunta | Gráfico |
|---|---|
| Como uma variável numérica está distribuída? | histograma, box plot |
| Como as categorias se comparam? | gráfico de barras (ordenado) |
| Como duas variáveis numéricas se relacionam? | gráfico de dispersão |
| Como algo muda ao longo do tempo? | gráfico de linhas |
| Que fatia cabe a cada parte? | gráfico de barras (pizza só para 2 ou 3 partes) |
Em Python, o matplotlib e o seaborn desenham esses gráficos (df.plot.hist(), df.plot.scatter(x=..., y=...)). O executor de código aqui mostra saída em texto, então os exercícios desenham gráficos com caracteres - o raciocínio é o mesmo.
Experimente
Até 15 XPQual gráfico?
Escolha o melhor gráfico para cada pergunta.
“Quanto tempo leva a maioria das viagens?”
“Que estação tem mais partidas?”
“Viagens mais longas custam mais?”
“Como o número diário de passageiros mudou ao longo do ano?”
“Dias mais quentes têm mais ciclistas?”
Mesmas estatísticas, histórias diferentes
Em 1973, o estatístico Francis Anscombe montou quatro pequenos conjuntos de dados com médias, variâncias, correlações e retas de regressão quase idênticas - e formatos completamente diferentes. Em 2017, pesquisadores da Autodesk levaram a ideia adiante com o “Datasaurus Dozen”: um dinossauro e mais uma dúzia de desenhos, todos com as mesmas estatísticas-resumo. A lição: sempre plote os seus dados.
Experimente
Até 15 XPO quarteto de Anscombe
Compare as quatro linhas de estatísticas. Depois revele os gráficos.
| Conjunto de dados | Média de x | Média de y | DP de y | Correlação | Reta de melhor ajuste |
|---|---|---|---|---|---|
| I | 9,00 | 7,50 | 2,03 | 0,82 | y = 0,50x + 3,00 |
| II | 9,00 | 7,50 | 2,03 | 0,82 | y = 0,50x + 3,00 |
| III | 9,00 | 7,50 | 2,03 | 0,82 | y = 0,50x + 3,00 |
| IV | 9,00 | 7,50 | 2,03 | 0,82 | y = 0,50x + 3,00 |
Antes de olhar: só pelos números, você diria que estes conjuntos de dados são parecidos?
Principais conclusões
Histograma para distribuições, barras para categorias, dispersão para relações, linhas para o tempo.
Resumos idênticos podem esconder dados completamente diferentes - plote-os.
Gráficos honestos: eixos rotulados, barras a partir de zero, nada de 3D, contexto suficiente.
Quiz da aula
5 perguntas · aprovação com 4 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: escreva código em Python
Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.
Monte contagens por categoria
Leia um array JSON de strings de categoria. Imprima cada categoria distinta e a sua contagem, em ordem alfabética, uma por linha, como category count.
- Rótulos repetidos
- Uma categoria
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Desenhe um histograma em texto
A primeira linha é a largura do intervalo (bin); a segunda, um array JSON de números. Começando no intervalo que contém o mínimo ((min // width) * width) até o intervalo que contém o máximo, imprima cada intervalo como LOW-HIGH | ### (N), em que HIGH = LOW + width − 1 e cada # é um valor.
- Largura 10
- Um intervalo vazio
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…