Analisando o faturamento global de jogos por gênero | Praticando gráficos: criando gráficos de comparação

import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df = pd.read_csv('https://raw.githubusercontent.com/alura-cursos/python_dados/refs/heads/main/Dados/dados_jogos.csv') df.head() vendas_genero = df.groupby('genero')['vendas_globais'].sum().reset_index().sort_values('vendas_globais', ascending = False) vendas_genero fig, ax = plt.subplots(figsize = (10,6)) ax = sns.barplot(data = vendas_genero, x = 'vendas_globais', y = 'genero') ax.set_title('Vendas globais por gênero de jogo',loc = 'left', fontsize = 18, pad = 20) ax.set_ylabel('') ax.set_xlabel('Milhões de dólares', fontsize=12) ax.tick_params(axis='both', which='both', length=0) sns.despine() plt.show()

Oi, Márcia! Tudo bom?

Excelente! Siga praticando com os desafios e sempre compartilhe conosco.

Você soube aplicar o groupby de forma eficiente para consolidar as vendas por gênero, aproveitou o sort_values para destacar os gêneros com maior faturamento e entendeu como o sns.barplot é essencial para comunicar dados de forma visual e intuitiva.

Como dica adicional, experimente utilizar palette='viridis' quando quiser dar um destaque visual com uma paleta de cores mais moderna e suave. Assim:

ax = sns.barplot(data=vendas_genero, x='vendas_globais', y='genero', palette='viridis')

Resultado: As barras do gráfico aparecem com tons harmônicos e progressivos que facilitam a leitura dos dados.

Com isso, você poderá destacar ainda mais suas visualizações com mais facilidade.

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!