Estou realizando o curso de Data Science e cheguei nestas aulas através dele. Porém tenho uma dúvida, através do Seaborn, ou outros meios podemos chegar em gráficos que podem explicar certas variáveis. Na prática como isso deveria ser feito? Por exemplo: Tenho um gráfico que detectei algo que gostaria de ressaltar, porém como o gráfico no curso esta sendo editado pela imagem em sí. Ficaria meio estranho em um notebook plotar um gráfico , editar por um programa externo e retornar o mesmo. Entendi que o propósito destas aulas são de mostrar visualizações mais claras de gráficos. Mas como estas visualizações ou certos parâmetros podem ser aplicados em um notebook?
1
resposta
resposta
Dúvida na aplicação do curso de Data Science
Olá Thiago, tudo bem?
Perfeita análise. Você entendeu o motivo pelo qual a professora faz uso de recursos externos neste caso. Com o Seaborn é possível ir muito além e gerar não apenas gráficos com diferentes formatos, mas também usando cores e ressaltando informações diretamente pelo seu notebook jupyter ou collaboratory. Aqui é possível visualizar alguns exemplos:
https://seaborn.pydata.org/examples/index.html
E clicando neles, abre a linha de código refente.
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="whitegrid")
# Load the example iris dataset
diamonds = sns.load_dataset("diamonds")
# Draw a scatter plot while assigning point colors and sizes to different
# variables in the dataset
f, ax = plt.subplots(figsize=(6.5, 6.5))
sns.despine(f, left=True, bottom=True)
clarity_ranking = ["I1", "SI2", "SI1", "VS2", "VS1", "VVS2", "VVS1", "IF"]
sns.scatterplot(x="carat", y="price",
hue="clarity", size="depth",
palette="ch:r=-.2,d=.3_r",
hue_order=clarity_ranking,
sizes=(1, 8), linewidth=0,
data=diamonds, ax=ax)A documentação da biblioteca se encontra aqui:
https://seaborn.pydata.org/index.html
Se tiver mais alguma dúvida fique à vontade para perguntar e caso a minha resposta tenha resolvido, por favor finalize o Post.
Obrigado =)
Victor Gonzalez