Introdução a gráficos de linha

Introdução à Visualização de Dados com o Seaborn

Content Team

DataCamp

O que são gráficos de linha?

Dois tipos de gráficos relacionais: dispersão e linha

Gráficos de dispersão

Cada ponto é uma observação independente

Gráficos de linha

Cada ponto representa a mesma "coisa", geralmente ao longo do tempo

Gráfico de linha do preço das ações ao longo do tempo

Dados de poluição do ar

Estações de coleta pela cidade
Amostras de ar dos níveis de dióxido de nitrogênio

Primeiras cinco linhas do DataFrame de poluição do ar

Gráfico de dispersão

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_mean, 
            kind="scatter")

plt.show()

Gráfico de dispersão do dióxido de nitrogênio médio ao longo do tempo

Gráfico de linha

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_mean, 
            kind="line")

plt.show()

Gráfico de linha do dióxido de nitrogênio médio ao longo do tempo

Subgrupos por localização

Primeiras cinco linhas do DataFrame de poluição do ar por localização

Subgrupos por localização

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line",
            style="location", 
            hue="location")

plt.show()

Gráfico de linha do dióxido de nitrogênio médio ao longo do tempo por região

Adicionando marcadores

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line", 
            style="location", 
            hue="location",
            markers=True)

plt.show()

Gráfico de linha com marcadores adicionados

Desativando estilo de linha

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line", 
            style="location", 
            hue="location",
            markers=True,
            dashes=False)

plt.show()

Gráfico de linha com marcadores e linhas sólidas

Múltiplas observações por valor de x

Primeiras cinco linhas do DataFrame de poluição do ar por estação

Múltiplas observações por valor de x

Gráfico de dispersão

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="scatter")

plt.show()

Gráfico de dispersão do dióxido de nitrogênio para todas as estações ao longo do tempo

Múltiplas observações por valor de x

Gráfico de linha

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line")

plt.show()

Gráfico de linha do dióxido de nitrogênio para todas as estações ao longo do tempo

Múltiplas observações por valor de x

A região sombreada é o intervalo de confiança

Supõe que o conjunto de dados é uma amostra aleatória
95% de confiança de que a média está dentro deste intervalo
Indica incerteza na nossa estimativa

Gráfico de linha do dióxido de nitrogênio para todas as estações ao longo do tempo

Substituindo intervalo de confiança por desvio padrão

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line",
            errorbar="sd")

plt.show()

Gráfico de linha com desvio padrão

Desativando intervalo de confiança

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line",
            errorbar=None)

plt.show()

Gráfico de linha sem intervalo de confiança

Vamos praticar!

Introdução à Visualização de Dados com o Seaborn