Summary  
This chapter introduces Matplotlib’s `pyplot` submodule as an easy-to-use, open-source Python library for creating a variety of static and interactive plots with just 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 forma 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 mergulhar no `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 é 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 na análise de 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.

Descubra os conceitos essenciais da visualização de dados com Matplotlib. Conheça seus conceitos centrais, explore suas vantagens e crie seu primeiro gráfico simples utilizando esta biblioteca fundamental de plotagem.

Domine a visualização de dados por meio dos tipos de gráficos mais populares. Aprenda a construir gráficos de linha, dispersão e barras para comunicar claramente insights extraídos dos seus dados.

Aprenda a tornar seus gráficos mais informativos e visualmente atraentes. Adicione títulos, legendas, cores e grades, e descubra como organizar múltiplos subgráficos de forma eficaz.

Explore visualizações estatísticas que auxiliam na análise de distribuições e padrões de dados. Crie histogramas, boxplots e gráficos de pizza para revelar insights estatísticos mais profundos.

Aprimore suas habilidades de visualização com Seaborn. Crie gráficos avançados como countplots, KDEs, pair plots e heatmaps, dominando o estilo elegante e as opções de personalização do Seaborn.

Por Que o Matplotlib É Importante?

Solução

Awesome!

Por Que o Matplotlib É Importante?

Solução