Introdução à Análise de Dados com Pandas e Matplotlib

O que é Pandas e Matplotlib?

O Pandas é uma biblioteca Python amplamente utilizada para manipulação e análise de dados. Ele oferece estruturas de dados poderosas, como DataFrames, que facilitam a organização e a manipulação de conjuntos de dados.

O Matplotlib, por outro lado, é uma biblioteca de visualização de dados em Python que produz gráficos de alta qualidade em vários formatos. Ele oferece uma maneira simples de criar visualizações de dados, como gráficos de linha, gráficos de barras, histogramas, entre outros.

Análise de Dados com Pandas

Abaixo alguns exemplos utilizabdo o pacote pandas:

• Criando um DataFrame a partir de um dicionário:

  import pandas as pd
  data = {'Nome': ['João', 'Maria', 'Pedro', 'Ana'],
  'Idade': [25, 30, 35, 28],
  'Cidade': ['São Paulo', 'Rio de Janeiro', 'Belo Horizonte', 'Brasília']}
   df = pd.DataFrame(data)
   print(df)

  Isso criará um DataFrame com três colunas: ‘Nome’, ‘Idade’ e ‘Cidade’.

• Lendo dados de um arquivo CSV:
  Suponha que você tenha um arquivo CSV chamado ‘dados.csv’ com os mesmos dados do exemplo anterior. Você pode lê-lo assim:

  import pandas as pd
  
  df = pd.read_csv('dados.csv')
  print(df)

• Selecionando dados do DataFrame:

  
  # Selecionando uma coluna
  nomes = df['Nome']
  print(nomes)
  
  # Selecionando múltiplas colunas
  info_pessoais = df[['Nome', 'Idade']]
  print(info_pessoais)
  
  # Selecionando uma linha pelo índice
  linha = df.iloc[0]
  print(linha)
  
  # Selecionando linhas baseado em condições
  jovens = df[df['Idade'] < 30]
  print(jovens)

• Adicionando uma nova coluna:

  
  df['Profissão'] = ['Engenheiro', 'Médica', 'Advogado', 'Professor']
  print(df)

  Isso adicionará uma nova coluna chamada ‘Profissão’ ao DataFrame.

Estes são apenas alguns exemplos básicos de como você pode usar o pandas para manipular dados em Python. O pandas oferece uma ampla gama de funcionalidades para análise e manipulação de dados, desde leitura de diferentes formatos de arquivos até operações complexas de transformação de dados.

Vizualização de dados com Matplotlib

Abaixo alguns exemplos utilizando o pacote Matplotlib:

• Gráfico de Barras:

  
  import pandas as pd
  import matplotlib.pyplot as plt
  
  # Criando DataFrame com pandas
  data = {'Nome': ['João', 'Maria', 'Pedro', 'Ana'],
          'Idade': [25, 30, 35, 28]}
  df = pd.DataFrame(data)
  
  # Plotando gráfico de barras com Matplotlib
  plt.bar(df['Nome'], df['Idade'], color='blue')
  plt.xlabel('Nome')
  plt.ylabel('Idade')
  plt.title('Idade por Nome')
  plt.show()
  

  Este código criará um gráfico de barras que mostra a idade de cada pessoa.

• Gráfico de Pizza:

  import pandas as pd
  import matplotlib.pyplot as plt
  
  # Criando DataFrame com pandas
  data = {'Nome': ['João', 'Maria', 'Pedro', 'Ana'],
          'Idade': [25, 30, 35, 28]}
  df = pd.DataFrame(data)
  
  # Plotando gráfico de pizza com Matplotlib
  plt.pie(df['Idade'], labels=df['Nome'], autopct='%1.1f%%', startangle=140)
  plt.axis('equal')
  plt.title('Distribuição das Idades')
  plt.show()

  Isso criará um gráfico de pizza que mostra a distribuição das idades entre as pessoas.

• Gráfico de Dispersão:

  
  import pandas as pd
  import matplotlib.pyplot as plt
  
  # Criando DataFrame com pandas
  data = {'Nome': ['João', 'Maria', 'Pedro', 'Ana'],
          'Idade': [25, 30, 35, 28],
          'Salário': [5000, 6000, 7000, 5500]}
  df = pd.DataFrame(data)
  
  # Plotando gráfico de dispersão com Matplotlib
  plt.scatter(df['Idade'], df['Salário'], color='red')
  plt.xlabel('Idade')
  plt.ylabel('Salário')
  plt.title('Idade vs Salário')
  plt.show()

  Este código criará um gráfico de dispersão que mostra a relação entre a idade e o salário das pessoas.

Esses são apenas alguns exemplos básicos de como você pode usar o Matplotlib para visualizar dados criados com o pandas. O Matplotlib oferece uma ampla gama de funcionalidades para criar diferentes tipos de gráficos e personalizar sua aparência.

Conclusão

Neste blog, exploramos o uso do Pandas e do Matplotlib para análise e visualização de dados em Python. Vimos como o Pandas facilita a manipulação de conjuntos de dados, enquanto o Matplotlib nos permite criar visualizações informativas e atrativas.

Com esses pacotes poderosos à disposição, os cientistas de dados podem extrair insights valiosos dos dados e comunicá-los de forma eficaz.

Espero que este blog tenha sido útil para você começar sua jornada na análise de dados com Python!

Veja também esse projeto:

• Projeto Pandas e Matplotlib
• Renomeando arquivos com Python

até breve!!!