Verificando as proporções | 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_2.csv' df = pd.read_csv(url) df df_categoria = df.groupby('Categoria')['Vendas (em mil)'].sum() df_categoria fig, ax = plt.subplots(figsize = (8,6)) ax.pie(df_categoria, labels = df_categoria.index, autopct = '%.1f%%', textprops = {'size': 12, 'fontweight' : 'bold'}, pctdistance = 0.8, colors = ['#4A81BF', '#BFBEBE'] ) plt.title('Proporção De Vendas Entre As Categorias', fontsize = 18) plt.tight_layout() plt.show()

Oi, Márcia! Tudo bom?

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

Você soube aplicar o groupby do Pandas de forma eficiente para agrupar os dados por categoria, aproveitou o parâmetro colors no pie() para personalizar a visualização e entendeu como o autopct com pctdistance é essencial para destacar os percentuais dentro do gráfico.

Como dica adicional, experimente utilizar sort_values() quando precisar exibir os dados em ordem crescente ou decrescente. Assim:

df_categoria = df.groupby('Categoria')['Vendas (em mil)'].sum().sort_values(ascending=False)

Resultado: As categorias serão exibidas do maior para o menor valor de vendas.

Com isso, você poderá destacar com mais clareza quais categorias mais contribuíram nas vendas.

Para saber mais:

Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:

[Documentação] - pandas.DataFrame.sort_values

Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.

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!