Summary  
This chapter introduces how to create and manage Figure and Axes objects in matplotlib’s artist layer via the pyplot module, demonstrating the use of subplots() to set up a canvas, plotting on the Axes, and printing the canvas with show().

General domain of usage  
Data visualization

O `matplotlib` possui três camadas:
* **Camada de backend**: renderiza o gráfico em telas ou arquivos;
* **Camada de artista**: descreve como os dados são organizados, composta por um objeto, o `Artist`;
* **Camada de script**: conecta as duas camadas anteriores e simplifica o acesso a elas.

O foco principal está na camada de script com o módulo `pyplot` e na camada de artista. A camada de artista inclui o seguinte:

* **Contêineres** (por exemplo, `Figure`, `Axes`);
* **Primitivos** (por exemplo, linha, retângulo, círculo, texto, etc).

`Figure` é o principal objeto `Artist` e pode ser considerado como uma tela onde todos os gráficos serão localizados. Basicamente, ele mantém tudo unido.

Por outro lado, `Axes` é um objeto composto por dois objetos de eixo, eixo x e eixo y.



`Figure` = tela, `Axes` = eixo x + eixo y.

Nota

Agora, veja como criar o `Figure` e seus `Axes`:

import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot()
plt.show()

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.

Criando um Canvas

Awesome!

Criando um Canvas