Avaliando variáveis em vendas | Praticando gráficos: composição e relacionamento com Matplotlib e Plotly

import pandas as pd import matplotlib.pyplot as plt url = 'https://raw.githubusercontent.com/Gabriellemga/Praticando_Python/refs/heads/main/Praticando_gr%C3%A1ficos_composi%C3%A7%C3%A3o_relacionamentos/dados/atividade_8_9.csv' df = pd.read_csv(url) df.head() plt.figure(figsize=(10, 6)) plt.scatter(df['Tempo no Site (min)'], df['Valor do Pedido (R$)'], color = '#e76f51') plt.title('Relação entre Tempo no Site (min) e Valor do Pedido (R$)', fontsize=16, loc='left') plt.xlabel('Tempo no Site (min)', fontsize=12) plt.ylabel('Valor do Pedido (R$)', fontsize=12) plt.grid(True, alpha=0.4) plt.tight_layout() plt.show()

Oi, Marcia! Como vai?

Agradeço por compartilhar seu código com a comunidade Alura.

O gráfico gerado está muito bem estruturado e é ótimo ver que você utilizou plt.scatter para evidenciar a relação entre tempo de navegação e valor do pedido. Essa visualização é eficaz para perceber padrões ou tendências de comportamento do cliente.

Uma dica interessante para o futuro é adicionar uma linha de tendência simples para observar visualmente se há correlação. Você pode fazer isso com numpy:


import numpy as np

x = df['Tempo no Site (min)']
y = df['Valor do Pedido (R$)']
coef = np.polyfit(x, y, 1)
pol = np.poly1d(coef)
plt.plot(x, pol(x), color='blue', linestyle='--')

Esse trecho gera uma linha reta baseada nos dados e ajuda a visualizar a tendência geral entre as variáveis.

Qualquer dúvida que surgir, compartilhe no fórum. Abraços e bons estudos!

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