Solucionado (ver solução)
Solucionado
(ver solução)
1
resposta

[Projeto] [Resolução] Desafio: Comparando tendências de imigração

Primeiro, segui o mesmo processo que fizemos para obter os dados do Brasil, para obter os dados da Argentina, utilizando .loc e a lista de anos.

anos = list(map(str, range(1980, 2014)))
dados_argentina = dados.loc['Argentina', anos]

Depois, transformei a Series em um Dataframe, mas dessa vez, ao invés do método utilizado durante o curso, utilizei o reset_index e renomeei as colunas

dados_argentina = dados_argentina.reset_index()
dados_argentina.columns = ['Ano', 'Imigrantes']

Então, por último mas não menos importante, plotei ambos na mesma figura, utilizando legendas com os nomes dos países e cores representativas da bandeira de cada um.

plt.figure(figsize=(10, 5))
plt.plot(dados_argentina['Ano'], dados_argentina['Imigrantes'], label="Argentina", color='lightblue')
plt.plot(dados_brasil['Ano'], dados_brasil['Imigrantes'], label="Brasil", color='lightgreen')

plt.xticks(['1980', '1985', '1990', '1995', '2000', '2005', '2010'])
plt.yticks([200, 600, 1000, 1400, 1800, 2200])

plt.title("Comparativo Imigração Argentina/Brasil para o Canadá")
plt.xlabel("Ano")
plt.ylabel("Número de Imigrantes")
plt.legend()

plt.show()

Gráfico - Comparativo Imigração Argentina/Brasil para o Canadá

1 resposta
solução!

Oi, Luan! Como vai?

Agradeço por compartilhar seu código com a comunidade Alura.

Gostei da forma como você utilizou o reset_index() para transformar a Series em DataFrame, ficou uma abordagem bem prática. Também chamou atenção o cuidado com a visualização, usando cores representativas e ajustando os eixos com xticks e yticks, o que melhora bastante a leitura do gráfico.

Uma dica interessante para o futuro é utilizar o método set_index() quando quiser organizar melhor os dados para plotagem ou análise temporal:


import pandas as pd

dados = pd.DataFrame({
    "Ano": ["2000", "2001", "2002"],
    "Imigrantes": [100, 150, 200]
})

dados = dados.set_index("Ano")

print(dados)

Esse código define a coluna "Ano" como índice, facilitando operações e visualizações baseadas em tempo.

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

Como próximo passo, você já considerou testar diferentes estilos visuais do matplotlib para deixar seus gráficos ainda mais personalizados?

Para se aprofundar no tema:
Alura

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