====== Matplotlib ======

Biblioteca para plotar gráficos no Python

''import matplotlib.pyplot as plt''

===== Título =====
<code>plt.title("Título")</code>

===== Rótulos =====
Eixo x:
<code>plt.xlabel("Descrição")</code>

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 =====
<code>plt.figure(figsize=(8,6))
plt.hist(peso, bins= range(40, 110, 10))
plt.show()</code>
O argumento ''bins'' refere-se que os valores devem estar entre 40 e 110 de 10 em 10.
===== Gráficos em barra =====

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''