Por que para criar gráficos a partir da biblioteca Seaborn, por exemplo, precisamos indicar, chamando ela pelo nome ou apelido, mas para criar gráficos através do Pandas não é necessário fazer isso?
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Solucionado
Por que para criar gráficos a partir da biblioteca Seaborn, por exemplo, precisamos indicar, chamando ela pelo nome ou apelido, mas para criar gráficos através do Pandas não é necessário fazer isso?
Olá Kelvi, tudo bem com você?
A principal razão pela qual você precisa especificar explicitamente Seaborn (ou qualquer outra biblioteca de visualização como Matplotlib, Plotly, etc.) ao criar gráficos, enquanto com Pandas isso não é necessário, está relacionada à integração interna que o Pandas possui com o Matplotlib, que é a biblioteca de plotagem mais básica e amplamente usada em Python.
Quando você usa o Pandas para plotar gráficos, como por exemplo usando df.plot(), o Pandas automaticamente chama o Matplotlib para gerar o gráfico. Isso é possível porque o Pandas tem uma camada de abstração integrada que faz essa chamada internamente para você. Assim, não é necessário mencionar explicitamente Matplotlib ou qualquer outra biblioteca ao fazer um gráfico simples diretamente do DataFrame do Pandas.
Por outro lado, o Seaborn é uma biblioteca de visualização que fornece uma interface de alto nível para desenhar gráficos. Ele é construído em cima do Matplotlib e oferece uma interface mais rica e mais fácil de usar para criar gráficos complexos. Quando você usa Seaborn, precisa especificar essa biblioteca ao criar gráficos porque ela não está integrada ao Pandas ou a outras estruturas de dados de maneira padrão como o Matplotlib com o Pandas. Por exemplo, você faria algo como sns.barplot(data=df), onde sns é um apelido comum para Seaborn.
Usando Pandas:
import pandas as pd
df = pd.DataFrame({
'x': [1, 2, 3],
'y': [4, 5, 6]
})
df.plot(kind='line') # Aqui o Pandas automaticamente usa o Matplotlib
Usando Seaborn:
import seaborn as sns
import pandas as pd
df = pd.DataFrame({
'x': [1, 2, 3],
'y': [4, 5, 6]
})
sns.lineplot(x='x', y='y', data=df) # Precisamos especificar o Seaborn
De modo resumido, a diferença principal é que o Pandas é uma biblioteca de manipulação de dados que possui recursos de visualização básicos incorporados, enquanto o Seaborn é uma biblioteca especializada em visualização de dados que oferece uma ampla gama de opções de gráficos estatísticos avançados, exigindo que você chame suas funções diretamente para criar esses gráficos.
Use o Pandas para:
Use o Seaborn para:
Espero ter ajudado. Conte com o apoio do Fórum na sua jornada. Fico à disposição. Abraços e bons estudos!