Summary  
This chapter explains how to generate and customize plots using a Python plotting library’s high-level API with only a few lines of code.

General domain of usage  
Data visualization

**Matplotlib** é uma biblioteca Python poderosa e amplamente utilizada para criar visualizações estáticas, animadas e interativas. Oferece uma maneira flexível e personalizável de gerar uma ampla variedade de gráficos e diagramas, incluindo gráficos de linhas, gráficos de barras, histogramas, gráficos de dispersão e outros.

Definição

Embora ofereça funcionalidades abrangentes para criar diversos tipos de gráficos, permanece surpreendentemente **fácil de usar**. Além disso, o `matplotlib` é **open source**, ou seja, está disponível gratuitamente e é continuamente aprimorado por uma grande comunidade.

O `matplotlib` é um excelente ponto de partida para aprender visualização de dados em Python, já que muitas outras bibliotecas são construídas sobre ele.

Antes de explorar o `matplotlib`, veja um exemplo de gráfico criado com sua ajuda:

Este gráfico pode ser criado com apenas algumas linhas de código. Além disso, é possível torná-lo **interativo**, demonstrando as capacidades do `matplotlib`.  

A maioria das utilidades do `matplotlib` está localizada no submódulo `pyplot`, que será utilizado ao longo do curso.


import unittest
import ast
import inspect
import user_code

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestMatplotlibImports(unittest.TestCase):
    def setUp(self):
        self.source = inspect.getsource(user_code)
        self.tree = ast.parse(self.source)

    def test_import_without_from(self):
        found = any(
            isinstance(node, ast.Import) and
            any(alias.name == "matplotlib.pyplot" and alias.asname == "plt" for alias in node.names)
            for node in self.tree.body
        )
        _dynamic_test(
            self,
            found,
            "Import without 'from' keyword is correct",
            "Missing or incorrect import without 'from' keyword"
        )

    def test_import_with_from(self):
        found = any(
            isinstance(node, ast.ImportFrom) and
            node.module == "matplotlib" and
            any(alias.name == "pyplot" and alias.asname == "plt" for alias in node.names)
            for node in self.tree.body
        )
        _dynamic_test(
            self,
            found,
            "Import with 'from' keyword is correct",
            "Missing or incorrect import with 'from' keyword"
        )

if __name__ == "__main__":
    unittest.main()


test_import.py

Os dados estão em toda parte ao nosso redor, e compreendê-los é extremamente importante. A visualização auxilia no tratamento dos dados ao identificar certos padrões e insights. Você desenvolverá uma base sólida em visualização de dados utilizando Python e suas bibliotecas, como matplotlib e seaborn, para extrair o máximo de informações dos dados de forma clara e concisa.

Primeiramente, serão discutidas aplicações de plotagem, a biblioteca Matplotlib e suas vantagens. Em seguida, será criado um primeiro gráfico simples utilizando o Matplotlib.

Agora você está pronto para criar diversos gráficos comumente utilizados na prática. Sem mais delongas, vamos começar agora mesmo!

A plotagem e visualização não se limitam à criação de um ou vários gráficos, mas também envolvem torná-los claros, compreensíveis e agradáveis de visualizar. É hora de aprender a personalização de gráficos no matplotlib.

A estatística é fundamental no trabalho com dados, por isso é extremamente importante saber como criar diversos gráficos estatísticos. Agora é o momento de explorarmos os mais comuns.

Seaborn é outra biblioteca poderosa de visualização em Python, construída sobre o matplotlib. Agora que você já está familiarizado com o matplotlib, é hora de explorar a visualização com o seaborn.

Por Que o Matplotlib É Importante?

Solução

Awesome!

Por Que o Matplotlib É Importante?

Solução