0% acharam este documento útil (0 voto)

8 visualizações3 páginas

Códigos Prof Josiane

O documento apresenta diversos exemplos de visualização de dados utilizando bibliotecas Python como Matplotlib e Seaborn. Inclui gráficos de barras, pizza, dispersão, histograma e boxplot, cada um demonstrando diferentes conjuntos de dados e estatísticas. Os gráficos abordam temas como horas de músicas ouvidas, distribuição de vendas por categorias e distribuição salarial dos funcionários.

Enviado por

rafaellepaulamelo

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (0 voto)

8 visualizações3 páginas

Códigos Prof Josiane

Enviado por

rafaellepaulamelo

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

Você está na página 1/ 3

Códigos

Gráfico de linha
import matplotlib.pyplot as plt
plt.bar(['Grupo A', 'Grupo B', 'Grupo C'], [23, 38,
12])
plt.show()

Gráfico de linha
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# Dados atualizados com "Horas de Músicas Ouvidas"

data = {
'Produto': ['Slow Down', 'Hate you', 'Seven', '3D', 'Lie','ON'],
'Horas' : [15, 20, 30, 25, 18, 20], # Quantidade de horas ouvidas
'Lucro' : [20, 35, 45, 25, 30, 45]
}
df = pd.DataFrame(data)

# Exibindo o DataFrame
print("Dados de Horas de Músicas Ouvidas")
print(df)

print("\n Estatísticas básicas:")

print(df.describe())

# Gráfico de barras atualizado

plt.figure(figsize=(8,5))
sns.barplot(x='Produto', y='Horas', data=df, palette="Purples")
plt.title("Quantidade de Horas de Músicas Ouvidas no Mês")
plt.xlabel("Produto")
plt.ylabel("Horas")
plt.show()
Gráfico de pizza
import matplotlib.pyplot as plt

categorias = ['Eletrônicos', 'Roupas', 'Alimentos', 'Livros',

'Brinquedos']
valores = [350, 200, 150, 180, 120]

plt.figure(figsize=(7,7))
plt.pie(valores, labels=categorias, autopct= '%1.1f%%', colors=['blue',
'red', 'green', 'purple', 'orange'], startangle=140)

plt.title('Distribuição de Vendas por Categorias')

plt.show()

Gráfico de dispersão
import matplotlib.pyplot as plt

import numpy as np

investimento = np.random.randint(1000, 10000, 20)

vendas = investimento * 0.8 + np.random.randint(-1000, 10000, 20)

plt.figure(figsize=(8, 5))
plt.scatter(investimento, vendas, color='purple')

plt.xlabel("Investimento em Marketing (R$)")

plt.ylabel("Vendas (R$)")
plt.title("Relação entre investimento e vendas")
plt.show()
Gráfico de Histograma
import matplotlib.pyplot as plt
import numpy as np

salarios = np.random.normal(loc=5000, scale=1500, size=200)

plt.figure(figsize=(8, 5))
plt.hist(salarios, bins= 15, color='blue', edgecolor='black',
alpha=0.7)

plt.xlabel("Saários (R$)")
plt.ylabel("Frequência")
plt.title("Distribuição salarial dos Funcionários")
plt.show()

Gráfico de bloxplot
import matplotlib.pyplot as plt

import seaborn as sns

notas = [5, 7 ,8 ,6, 9, 5, 10, 4, 6, 8, 9, 7, 6, 10, 3, 2, 8, 7, 9, 10]

plt.figure(figsize=(5, 6))
sns.boxplot(y=notas, color='orange')

plt.xlabel("Notas")
plt.title("Distribuição de Notas dos Alunos")
plt.show()

Códigos Prof Josiane

Enviado por

Códigos Prof Josiane

Enviado por

Códigos

# Dados atualizados com "Horas de Músicas Ouvidas"

print("\n Estatísticas básicas:")

# Gráfico de barras atualizado

categorias = ['Eletrônicos', 'Roupas', 'Alimentos', 'Livros',

plt.title('Distribuição de Vendas por Categorias')

investimento = np.random.randint(1000, 10000, 20)

plt.xlabel("Investimento em Marketing (R$)")

salarios = np.random.normal(loc=5000, scale=1500, size=200)

import seaborn as sns

notas = [5, 7 ,8 ,6, 9, 5, 10, 4, 6, 8, 9, 7, 6, 10, 3, 2, 8, 7, 9, 10]

Você também pode gostar

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.