Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- matplotlib [2024/07/07 12:27] – [Histogramas] jdos
+++ matplotlib [2024/07/29 08:10] (atual) – jdos
@@ Linha 3: / Linha 3: @@
 Biblioteca para plotar gráficos no Python
-''import matplotlib.pylot as plt''
+''import matplotlib.pyplot as plt''
 ===== Título =====
-<code>plt.title(figsize=(8,6))</code>
+<code>plt.title("Título")</code>
 ===== Rótulos =====
@@ Linha 14: / Linha 14: @@
 Eixo y:
 <code>plt.ylabel("Descrição")</code>
+==== Plot ====
+<code>
+import numpy as np
+x1 = np.arange(-1000,1000,1) # cria-se um array de -1000 até 1000 passando 1 em 1.
+plt.plot(x1, x1**2)#plota o array x1 dentro da função x^2
+plt.show()
+</code>
 ===== Histogramas =====
@@ Linha 21: / Linha 29: @@
 O argumento ''bins'' refere-se que os valores devem estar entre 40 e 110 de 10 em 10.
 ===== Gráficos em barra =====
-<code></code>
+Utiliza-se dados numéricos discretos ou categóricos ordinais
+<code>
+toler = df['toler']
+toler_sum = toler.value_counts()
+x = toler_sum.index
+y = toler_sum
+plt.figure(figsize=(8,6))
+plt.bar(x,y)
+plt.xticks(x)#obriga mostrar todos os valores no eixo X
+plt.show()
+</code>
+===== Box-Plot =====
+<code>
+alturas = df['alturas']
+plt.boxplot(alturas)
+plt.show()
+</code>
+===== Violin-Plot =====
+Utiliza-se dados numéricos contínuos:
+<code>
+alturas = df['alturas']
+plt.violinplot(alturas)
+plt.show()
+</code>
+===== Gráfico Pizza =====
+Utiliza-se um dado categórico nominal (sim,não) para gerar esse gráfico:
+<code>
+df['fuma'].value_counts(sort=false).plot.pie()
+plt.show()
+</code>
+===== Gráfico de linhas =====
+<code>plt.vlines(x,0,ymax)</code>
+===== Gráfico de Dispersão =====
+<code>
+plt.scatter(x,y)
+plt.show()
+</code>
+===== Histograma =====
+<code>plt.hist(nome_array, bins=100)</code>
+''Argumento bins refere-se a número de subdivisão do histograma''