Um gráfico vale mais do que mil palavras
Entendendo a visualização de dados
Richie Cotton
Data Evangelist at DataCamp
O que você aprenderá
- Como escolher um gráfico apropriado?
- Como interpretar tipos de gráficos comuns?
- Quais são as práticas recomendadas para desenhar gráficos?
Três maneiras de obter insights
Calculando estatísticas de resumo
média, mediana, desvio padrão
Executando modelos
regressão linear e logística
Desenhando gráficos
dispersão, barra, histograma
The Datasaurus Dozen
| away_x | away_y | bullseye_x | bullseye_y | ... | x_shape_x | x_shape_y |
|---|---|---|---|---|---|---|
| 32,33 | 61,41 | 51,20 | 83,34 | ... | 38,34 | 92,47 |
| 53,42 | 26,19 | 58,97 | 85,50 | ... | 35,75 | 94,12 |
| 63,92 | 30,83 | 51,87 | 85,83 | ... | 32,77 | 88,52 |
| 70,29 | 82,53 | 48,18 | 85,05 | ... | 33,73 | 88,62 |
| 34,12 | 45,73 | 41,68 | 84,02 | ... | 37,24 | 83,72 |
| 67,67 | 37,11 | 37,89 | 82,57 | ... | 36,03 | 82,04 |
1 Matejka, J., & Fitzmaurice, G. (2017) https://www.autodeskresearch.com/publications/samestats
Média de x para cada conjunto de dados
| conjunto de dados | média(x) |
|---|---|
| away | 54,27 |
| bullseye | 54,27 |
| circle | 54,27 |
| dino | 54,26 |
| dots | 54,26 |
| h_lines | 54,26 |
| high_lines | 54,27 |
| conjunto de dados | média(x) |
|---|---|
| slant_down | 54,27 |
| slant_up | 54,27 |
| star | 54,27 |
| v_lines | 54,27 |
| wide_lines | 54,27 |
| x_shape | 54,26 |
Média de x e y para cada conjunto de dados
| conjunto de dados | média(x) | média(y) |
|---|---|---|
| away | 54,27 | 47,83 |
| bullseye | 54,27 | 47,83 |
| circle | 54,27 | 47,84 |
| dino | 54,26 | 47,83 |
| dots | 54,26 | 47,84 |
| h_lines | 54,26 | 47,83 |
| high_lines | 54,27 | 47,84 |
| conjunto de dados | média(x) | média(y) |
|---|---|---|
| slant_down | 54,27 | 47,84 |
| slant_up | 54,27 | 47,83 |
| star | 54,27 | 47,84 |
| v_lines | 54,27 | 47,84 |
| wide_lines | 54,27 | 47,83 |
| x_shape | 54,26 | 47,84 |
Desvios padrão para cada conjunto de dados
| conjunto de dados | std_dev(x) | std_dev(y) |
|---|---|---|
| away | 16,77 | 26,94 |
| bullseye | 16,77 | 26,94 |
| circle | 16,76 | 26,93 |
| dino | 16,77 | 26,94 |
| dots | 16,77 | 26,93 |
| h_lines | 16,77 | 26,94 |
| high_lines | 16,77 | 26,94 |
| conjunto de dados | std_dev(x) | std_dev(y) |
|---|---|---|
| slant_down | 16,77 | 26,94 |
| slant_up | 16,77 | 26,94 |
| star | 16,77 | 26,93 |
| v_lines | 16,77 | 26,94 |
| wide_lines | 16,77 | 26,94 |
| x_shape | 16,77 | 26,93 |
Variáveis contínuas e categóricas
Contínuas: geralmente números
- alturas, temperaturas, receitas
Variáveis contínuas e categóricas
Contínuas: geralmente números
- alturas, temperaturas, receitas
Categóricas: geralmente texto
- cor dos olhos, países, setor
Variáveis contínuas e categóricas
Contínuas: geralmente números
- alturas, temperaturas, receitas
Categóricas: geralmente texto
- cores dos olhos, países, setores
Podem ser as duas
- idade é contínua, mas faixa etária é categórica
- tempo é contínua, mas mês do ano é categórica
Vamos praticar!
Entendendo a visualização de dados
