Analisando a produtividade de culturas | Praticando gráficos: distribuição com Seaborn

import pandas as pd import seaborn as sns import matplotlib.pyplot as plt url = 'https://raw.githubusercontent.com/Gabriellemga/Praticando_Python/refs/heads/main/Dados_distribui%C3%A7%C3%A3o_seaborn/atividade_7.csv' df = pd.read_csv(url) df.head() fig, ax = plt.subplots(figsize = (10,10)) ax = sns.boxplot(data = df, y = 'Produtividade Semanal (t)', x = 'Cultura', hue = 'Cultura', palette = 'hls') ax.set_title('Distribuição da Produtividade Semanal por Cultura', fontsize=18) ax.set_ylabel('Produtividade Semanal (t)', fontsize=12) ax.set_xlabel('Cultura', fontsize = 12) ax.set_ylim(0,100) plt.tight_layout() plt.show()

Olá, Márcia! Como vai?

Muito bem! Continue resolvendo os desafios e compartilhando com a comunidade Alura.

Observei que você explorou o uso de boxplots com seaborn para comparar distribuições, utilizou muito bem o parâmetro hue para diferenciar categorias dentro da variável Cultura e ainda compreendeu a importância do ajuste do layout com tight_layout() para garantir a boa visualização do gráfico.

Permaneça postando as suas soluções, com certeza isso ajudará outros estudantes e tem grande relevância para o fórum.

Para saber mais:

Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:

[Documentação] - seaborn.boxplot

Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.

Fico à disposição! E se precisar, conte sempre com o apoio do fórum.

Abraço e bons estudos!

Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!