Verificando cliques em anúncios | Praticando gráficos: distribuição com Seaborn

import pandas as pd import seaborn as sns import matplotlib.pyplot as plt df = pd.read_csv('https://raw.githubusercontent.com/Gabriellemga/Praticando_Python/refs/heads/main/Dados_distribui%C3%A7%C3%A3o_seaborn/atividade_3.csv') df.head() fig, ax = plt.subplots(figsize = (10,6)) ax = sns.histplot(data = df, x = 'Cliques Diários', bins = 20, kde = True) fig.suptitle('Distribuição dos Ciques Diários', fontsize = 18, color = '#495057', ha = 'right', x = 0.7) ax.set_ylabel('Frequência', fontsize = 12) ax.set_xlabel('Cliques Diários', fontsize=12) plt.show()

E aí, Márcia! Tudo bem?

Parabéns! Mantenha o ritmo nos exercícios e continue compartilhando na nossa comunidade.

Percebi que você praticou o uso do sns.histplot, aplicou muito bem o parâmetro bins para definir a granularidade do histograma e ainda entendeu a relevância de incluir kde=True para visualizar a densidade da distribuição de cliques.

Uma sugestão para evoluir ainda mais é usar o parâmetro element="step" com o objetivo de alterar o estilo do histograma para um contorno em vez de barras preenchidas. Veja só:

ax = sns.histplot(data=df, x='Cliques Diários', bins=20, kde=True, element="step", color="#495057")

Resultado: O histograma será desenhado com linhas contornadas, oferecendo uma visualização mais leve e elegante para comparações.

Essa abordagem ajuda a destacar melhor a linha da densidade (KDE) sem sobreposição visual pesada.

Para saber mais:

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

[Documentação] - seaborn.histplot

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!