Loading
Nota de Estudos
Study Reminders
Support
Text Version

Diferentes Tipos de Gráficos de Matplotlib Basic

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Diferentes Tipos de Gráficos de Matplotlib Basic

00:00 Speaker 1: O que está acontecendo, todo mundo, e bem-vindo à segunda parte da seção 2 para visualização de dados com Python usando matplotlib. Por isso, nesta seção vamos ficar falando apenas das opções básicas de plotagem, como usar o matplotlib e tudo mais. Agora uma das versões mais básicas do gráfico que podemos possivelmente fazer é uma em que acabamos de ter alguns pontos e depois conectamos esses pontos por linhas e isso geralmente é apenas referido como um gráfico de linhas. Este é também o gráfico padrão de matplotlib na maioria dos casos e ele faz para uma ótima introdução ao módulo. Então antes de tudo para usar a maior parte de matplotlib tipicamente você vai ter o primeiro liner e importar, vai ser importar "matplotlib.pyplot" como plt. Agora os frameworks pyplot é um dos principais enquadramentos para criação de gráficos e gráficos em matplotlib.

01:02 S1: Agora como uma nota lateral a ideia original para matplotlib era ter mimetizado geral o quadro de plotagem MATLAB. A MATLAB para quem não sabe, é uma linguagem de alto nível com um estilo de desenvolvimento interativo muito parecido com o que o Python pode ser, embora o MATLAB seja quase que exclusivamente usado por engenharia e pessoal científico. Não é tão genérico ou geral como Python pode ser. E agora realmente não há nada que a MATLAB faça que Python não faça. Então, foi meio que o motivo pelo qual o criador de matplotlib ou criadores viu que havia um pouco de um buraco em Python no que diz respeito a grafismo científico. Agora uma vez que você importou isso, você está pronto para fazer gráficos básicos você na verdade não precisa de nenhuma outra importação além deste módulo de pyplot. Agora o que vamos fazer é, vamos apenas fazer um enredo realmente simples para que possamos usar plt e a razão pela qual importamos isso como plt você poderia importar da matplotlib importação pyplot e que seria totalmente fina.

02:06 S1: É que a maioria das pessoas tende a usar plt como como a mão curta para o pyplot por isso é apenas uma espécie de padrão que as pessoas usam para que continuemos a usar esse padrão. Agora com o pyplot podemos usar o método dotplot para que possamos fazer "plt.P-L-O-T, plt.plot," e podemos usar isso para criar um gráfico em segundo plano. Agora com a maioria dos gráficos o que acaba acontecendo é o tipo de computador de desenha tudo em segundo plano para que ele crie essa imagem espécie de nos bastidores no que diz respeito a todos os gráficos. E desenha todas essas coisas em segundo plano. E então no exato momento em que estamos todos feitos modificando a imagem, ele irá trazê-la para a tela mostrá-la para o usuário. Então, agora mesmo só temos essa linha que vamos traçar mas talvez mais tarde você tenha oito linhas que você está tramando em um gráfico ou talvez você tenha várias figuras e subtramas e todo esse tipo de coisa e talvez você tenha uma legenda e rótulos e um título e todos os tipos de outras coisas.

03:07 S1: Então como você pode imaginar se você estivesse mostrando a cada passo do caminho, isso seria meio ineficiente também no que diz respeito à computação gráfica. É a renderização de gráficos que ocupa o máximo de processamento na maioria dos casos. Então "plt.plot", e então aqui dentro você coloca parâmetros e na verdade há muitos argumentos e argumentos de palavra-chave, ou args e kwargs que você pode passar por aqui mas o mais básico é você passar um X e um Y. Ou você é X's e Y's, então por enquanto nós vamos fazer estes em listas e só usaremos um, dois, três, quatro e um cinco, e então colocaremos em ... Então, essas estão fora variáveis X e então nós vamos apenas fazer alguns números. Você pode copiar o mesmo número que eu estou escolhendo ou você pode fazer o seu próprio isso realmente não importa.

03:54 S1: Agora uma vez que você for feito traçar todas as coisas que você quer tramar e conceber, de forma vaidosa, todas as outras coisas que você pode querer fazer, nós só vamos manter esta o mais simples possível. O que queremos fazer é realmente trazer o gráfico para cima com um " plt.show. Agora a menos que estamos fazendo algo com possivelmente a funcionalidade animatada de matplotlib não há realmente nenhuma modificação de um gráfico uma vez que você mostre. E quando você chama "plt.show" como este. Quando você chamar isso, seu roteiro vai pausar. Por isso, por exemplo, poderíamos dizer: "imprima chegou aqui", ok. Assim, isso vai imprimir para o console quando realmente chegarmos a esta linha. Então vamos em frente e salve e execute isso de novo, se você não está familiarado com codding em ociosidade, você pode codificar e você pode pressionar F5 e isso é bom o suficiente ou você pode simplesmente subir para correr e executar módulo. Eu geralmente pressiono F5 então eu costumo dizer, "salvar e correr" ou simplesmente correr e então ele vai te perguntar se você quer salvar o módulo ele vai estourar com uma vitrine assim. Eu vou em frente e digo: "sim". E então a partir daí vai correr e devemos pegar nosso gráfico pipocado aqui em um segundo, lá ela está e isso é isso, então um simples gráfico simples. Agora vou trazer o console aqui e como você pode ver não imprimimos que "cheguei aqui" ainda, para que pudéssemos fechar isso e depois ele dizer: "cheguei aqui". Agora uma coisa que você pode fazer é, você pode traçar um gráfico fazer algumas modificações nós teríamos ...

05:20 S1: Vamos apenas envisar fazendo algumas modificações aqui mostrar que o gráfico ok legal, fechar e você pode ver que nada mais aconteceu, certo? E a razão pela qual é uma vez que você se mostra e você sai que vai limpar o enredo assim para conseguir mais ou outro gráfico para cima ou como vamos dizer que você está grafando aqui e então você mostrou isso e então você eu não sei imprimir isso, nós não precisamos mostrar mais isso eu estava apenas mostrando que iria pausar o código naquele ponto mas você enredo aqui vamos dizer e você usa show de trama e quando fechar esse gráfico vai se livrar de toda aquela coisa de fundo para que você realmente precise re-call "plt.plot " como este para mostrá-lo novamente, ok? Só no caso de você estar procurando fazer modificações ou qualquer coisa assim.

06:09 S1: Então, de qualquer maneira, é isso para uma introdução realmente básica de como o matplotlib vai funcionar mas de novo você precisa importar matplotlib de alguma forma mas para a maior parte direita fora do portão tudo o que realmente precisamos é Pyplot. A partir daí, você pode usar o método dotplot aqui e enquanto você pode passar muitos outros argumentos e argumentos de palavra-chave que nós estaremos falando mais tarde, você só precisa passar um X e um Y, e então finalmente você faz um "plt.show".

06:36 S1: Alguns erros que você pode ter por baixo da estrada, seria algo assim. Digamos que agora X, ele tem cinco variáveis e Y tem cinco variáveis, mas e se X tivesse seis variáveis e tentamos tramar isso? Você vê que nós conseguimos esse erro desagradável e é um erro de valor e você fica com isso ... Principalmente é o X e Y deve ter a mesma primeira dimensão. Basicamente o que isso significa é comprimento, então se isso é um erro, quando você vê aquele erro você deve simplesmente saber automaticamente que, "Oh, X e Y têm um comprimento diferente." E muitas vezes X e Y vão ser variáveis dinâmicas para que não sejam tão ... É como preto e branco como este é onde você pode olhar visualmente para ele e ser como um, dois, três, quatro, cinco. Nº.

07:16 S1: Você pode ter milhares de pontos e você nem sequer olharia que são variáveis salvas e você nunca mais olha para elas. Mas se você ver esse erro, geralmente o que eu vou fazer é apenas imprimir o len de X e então você pode fazer a mesma coisa aqui, printlenY. Agora obviamente não temos X e Y mas em teoria você teria X igual a esta lista e Y igual a esta lista. E então se estes surgiram como wildly diferentes ou talvez às vezes há apenas um número, é como se fosse um maior ou algo assim, você pode trabalhar na fixação do seu gráfico. Mas apenas mantenha isso em mente que se estes não forem o mesmo comprimento você vai obter esse não o mesmo erro de primeira dimensão.

07:56 S1: Agora, isso foi feito três linhas, coisa realmente simples. Matplotlib não é muito ruim. Apesar de qualquer um que esteja fazendo aula de matemática ou o que for que saiba que temos que ter outras coisas como títulos e coisas assim em nossos gráficos, é disso que vamos estar falando na próxima parte é fazer títulos e rótulos e textos e coisas do tipo ficar afinados para isso.
00:00 Speaker 1: Olá, todos, e bem-vindo à parte três da Seção 2 da nossa visualização de dados com Python e série de tutorial de matplotlib. Nesta parte, o que vamos estar falando é de títulos e rótulos para os nossos gráficos. Por isso, vamos apenas correr este real rápido, e mostrar nossa atual ... Este é o nosso gráfico. Tão bonito um gráfico básico, nada muito chique aqui. Agora, se você já fez aula de matemática na escola, chances é saber que gráficos requerem títulos e etiquetas, caso contrário, faltou pontos em sua lição de casa. Por isso, enquanto às vezes é super óbvio o que o seu gráfico representa, seus espectadores ... E talvez seja super óbvio para você, mas seus espectadores podem nem mesmo saber. E as pessoas tendem a olhar sobre dados e coisas. Por isso, é útil se podemos adicionar rótulos e títulos, e coisas assim. Por isso, as pessoas esperam, pelo menos, ver um título do que esses dados representam. E geralmente, também queremos rótulos de X e Y. Agora às vezes, o rótulo X é tão óbvio, talvez seja um carimbo do tempo, ou algo assim, por isso sabemos que são tempos.

01:04 S1: Mas geralmente, nós queremos rotular o eixo Y também, simplesmente porque, muitas vezes, é o eixo Y que nós realmente não sabemos o que ele representa. Mas às vezes você pode ter tempo no eixo Y, também, ou algo que seja óbvio. Mas é sempre melhor ser seguro e rotulá-los. De qualquer forma, rotular e adicionar títulos, e coisas em matplotlib é bem simples. Por isso, seguindo em frente, o que vamos seguir adiante e fazer é meio que converter isso para um exemplo um pouco mais realista de tipicamente como você terá tramas. Você terá um X e depois um Y, e isso vai ser igual a alguma coisa. No nosso caso, vamos manter apenas as listas que temos aqui. Mas geralmente você pode ter algum tipo de função, ou algo que esteja designando esses valores. Eu vou mudar isso para que o nosso gráfico pareça um pouco mais interessante. Lá vamos nós. E aí quando enredo, vamos traçar X, e então Y assim. Então agora temos um M, de qualquer maneira.

[chuckle]

02:07 S1: Então geralmente, quando você vai tramar alguma coisa, você não vai hard-code tudo. Por isso, se você é hard-coding things, por que estamos usando programas de qualquer maneira. Então agora que nós planejamos, nós temos plt.plot e então o que faremos é que vamos chegar aqui, e nós vamos dizer apenas, "plt.xlabel ", e é exatamente isso que soa. É o rótulo para o nosso eixo x. Por isso, vamos dizer, o rótulo X é igual a, e aí nós simplesmente passamos uma string aqui, número da trama. Há outros parâmetros que também nós provavelmente falaremos sobre mais tarde, mas por enquanto só passaremos algum texto simples. Em seguida, também podemos passar um "plt.ylabel", e este será para o eixo y. O eixo x é o eixo inferior, o eixo y é aquele que vai para cima e para baixo. Então você tem número de trama e, em seguida, para o rótulo y, nós vamos dizer apenas: "Um número aleatório," porque é isso que é. Então agora nós podemos salvar e correr isso. E o que a gente recebe aqui é um gráfico, e pode ser meio difícil de ver na tela para vocês, mas você deve ser capaz de vê-lo no seu.

03:13 S1: Que agora você tem essas marcas aqui, e você também tem essa etiqueta no X e Y, e também o seu eixo Y é formatado automaticamente para estar em cima e para baixo com o eixo. Você nem precisou fazer nenhuma codificação para isso. Então é bem legal. A seguir podemos adicionar um título também. E fazer isso é bem simples. Nós só fazemos "plt.título". Bam. E o que vamos fazer é adicionar o título, e vamos chamar isso de um "gráfico Epic", porque é o que é. Então salve e corra que, e com certeza, lá vamos nós. Nós temos um título aqui que é apenas automaticamente um pouco maior do que os outros rótulos, e coisas assim. Agora, às vezes você pode ter um título realmente, realmente longo. Gráfico épico, e eu estou tentando pensar em algo que podemos adicionar aqui. "tutorial de gráfico Epic para dataviz", porque estamos legais, "Em Python com matplotlib." Vamos ver se isso é longo o suficiente para ser um problema. No. [chuckle] "Tutorial mostrando rótulos e títulos." Ok, isso deve ser longo o suficiente. Então nós vamos economizar e correr isso. E com certeza o suficiente, vemos, ok, sim, está acabando com a tela, e isso não é bom, e ninguém quer um título realmente longo como esse de qualquer jeito.

04:36 S1: Então o que podemos fazer é podemos usar a nova linha para que possamos nos livrar desse espaço extra lá, e depois usar barra traseira. Então essa é a barra que está acima da sua chave de entrada, não a que está à esquerda do seu turno. Então n, e este é um novo personagem de linha, e o matplotlib vai reconhecer isso, e colocá-lo em uma nova linha para nós. Então agora nós podemos correr isso, e você vai ver aqui que agora você tem "tutorial de gráfico Epic para dataviz em Python e tutorial de matplotlib mostrando rótulos e títulos". Então agora é um pouco mais fácil de ler e não está fugindo da página. Ok. Na verdade eu quero esse gráfico de volta. E a outra coisa que eu quero que a gente vá em frente e cubra antes de chegarmos muito fundo, é o que devemos fazer nessas janelas. Então, vamos fazer isso um pouco maior aqui. Então você pode ver que há um monte de botões aqui embaixo na parte inferior esquerda. E cada botão faz uma coisa bastante diferente. Mas realmente, até que começamos a fazer qualquer coisa, os três primeiros botões são basicamente inúteis. Então vamos jogar com este quarto um, então este que é como uma cruz. Clique sobre isso e você verá que seu cursor mudou um pouco. E o que podemos fazer é, quando fizermos isso, podemos clicar-e-segurar no gráfico, e basicamente clicar-e-arrastar o gráfico sobre.

05:56 S1: Então por padrão, o matplotlib vai tentar se certificar de que seu gráfico é agradável e centrado na página e você pode ver todos os pontos. E isso é sobre isso. Mas você pode querer moviar as coisas ou o que for e é assim que você faria. Agora, a próxima coisa à direita disso é esse botão de zoom e ele faz exatamente o que soa. Você pode dar zoom. Então, você consegue isso e aí você clica e basicamente larga caixa. Então, clique e arraste a caixa. Bam. E você vai dar um zoom a esse ponto. O próximo são essas subtramas configuradas que é para o direito da busca. Vamos clicar sobre isso e nós conseguimos essa pequena janela de slider. E isso será um pouco mais útil mais tarde, mas este é meio que o ... Eu não sei. Alinhamentos em espécie de princípios do gráfico. Mas você vai ver aqui. Então, esquerda, podemos ajustar isso e é assim que muito espaço é para a esquerda do gráfico. Então, você pode ver que podemos derrubar completamente todos os tiques e até mesmo a espinha lá se perde por zero-zero. Ou podemos criar uma tonelada de espaço que é simplesmente absurdo. E você pode ver onde estava o velho padrão. Mas podemos fazer isso para fazê-lo usar todo o espaço, digamos. Mesma coisa com o fundo. Você pode fazer a mesma coisa. E então você tem direito e top. E então você tem esse espaço W e H espaço. E com este gráfico, podemos fazer isso o dia todo e notamos que nada realmente acontece.

07:16 S1: Este espaço W e o espaço H realmente entrarão em jogo é quando você tiver várias subtramas. Nós vamos chegar lá. Mas entre as subtramas, há também um espaço entre elas. Você pode pensar nisso, se você estiver familiarado com talvez HTML. Ou você pode pensar sobre isso como preenchimento entre todos os elementos. Então, de qualquer maneira, essa é essa configuração. Por fim, você tem o salve a figura. Você pode clicar nisso e você pode salvar uma imagem dessa figura em algum lugar. Assim, você pode salva-lo para o desktop. Você pode salvá-lo como PNG. Você também pode salvá-lo como gráficos vetores, coisas assim. E então, voltar para esses três primeiros. Você pode usar essas flechas como esta seria a parte de trás. Então, é como um botão de volta. Então, você pode bater de volta e voltar para o look original. E você pode bater de novo e de novo e eventualmente, você vai chegar ao começo. Mas, então, você pode voltar para a frente novamente para onde estávamos. E aí, se você simplesmente acontecer de ficar tão perdido e não quiser descobrir onde casa está de novo, você clica na casa. E bam, vai levá-lo à vista original. Então, isso é meio útil.

08:17 S1: Então, é isso para esta parte. O que nós vamos estar fazendo na próxima parte vai ser falar em adicionar lendas. Então, um pouco mais de informações sobre o enredo que estamos olhando. Ele é realmente útil embora para obter linhas, especialmente se você tiver várias linhas em um gráfico. Basicamente, torna-se essencial nesse ponto. Então, de qualquer forma, é o que vamos estar cobrindo no próximo tutorial então fique atento para isso.

00:00 Speaker 1: O que está indo em todos e bem-vindo à quarta parte da nossa seção dois com Visualização de Dados com Python em série de tutorial Matplotlib. Nesta seção, o que estamos falando é o básico de matplotlib e nessa parte específica, vamos estar falando de lendas. Por isso, além de títulos e etiquetas, outra parte bem integrante a grafos é uma lenda que quase certamente é necessária se o gráfico tiver mais de uma linha, bar ou o que seja. Por isso, adicionar lendas com matplotlib é bem direto para a frente pelo menos no início, mas como tudo em matplotlib, as lendas podem ser altamente customizadas. Por enquanto, nós vamos ficar com uma lenda realmente simples, mas você pode encontrar bem rapidamente que as lendas podem ficar no caminho muito.

00:49 S1: Então, você pode movê-los por aí no gráfico ou você pode movê-los para fora do gráfico, mas aí você tem talvez se você tiver outro subplano que agora eles estão ficando no caminho daquele outro subplano e blá blá blá blá blá. Então, saber como trabalhar com eles vai ser realmente importante e falaremos mais sobre customizá-los pela linha. Mas, pelo menos por enquanto, vamos cobrir apenas uma subtrama realmente básica com uma lenda básica. Por isso, para se ter uma lenda, precisamos ter alguma maneira de dizer à lenda quais são as linhas. Então, a lenda não é só vai saber qual é o rótulo de uma linha. Temos que passar isso e a forma como passamos que é através do enredo método de enredo de tortas. Então, o que vamos precisar agora embora seja outra linha.

01:38 S1: Então, vamos em frente e criemos uma segunda linha para agarrar. Então, agora mesmo, estamos traindo esses X e Y. Vamos em frente e vamos copiar o Y aqui, desça, cole, e aí vamos apenas fazer esse Y2, e aí vamos passar apenas alguns números novos aqui dentro. Ok. Isso vai ser bom o suficiente. Então, então nós vamos em frente e fazer plt.plot. Basta copiar isso novamente, colar e, em seguida, X pode ficar o mesmo, mas desta vez enredo Y2. Agora, vamos em frente e enredo isso e basta olhar para ele. Então, você pode ver que nós temos duas linhas, mas realmente não sabemos qual linha é qual. Então, esse é o tipo de ponto inteiro de uma lenda. Então, nós podemos fechar fora disso. E agora, o que faremos é apenas fazer uma vírgula, vírgula, e adicionamos desta vez um rótulo e rótulo iguais, e aí passamos um argumento string aqui. Então, esta será a linha inicial e depois aqui, teremos um rótulo igual e este será nova linha.

02:41 S1: Então, agora nós podemos correr isso, certo? E nada realmente acontece. Então, nós temos os rótulos, mas na verdade ainda não temos uma lenda. Então, nós podemos fechar isso e agora estamos prontos para adicionar uma lenda. Então, o que podemos fazer é basicamente bem antes do plt.show, podemos chamar essa lenda. Agora, lenda assim como tudo o mais faz parâmetros e é meio que onde se passa a personalizar uma lenda. Mas, no nível mais básico, ele tem padrões e a razão pela qual você pode simplesmente fazer plt.legend. E então eu só ... Isso fará com que uma lenda apare. Então, nós podemos correr isso e vamos ver agora no topo direito aqui, temos uma lenda e você terá ... Temos aqui um pouco de linha curta e depois essa é a linha inicial e uma nova linha.

03:31 S1: E se você tiver dizer tramas de dispersão ou marcadores diferentes que falaremos mais adiante, eles serão marcados aqui o que é bastante útil especialmente para baixo da estrada se você tiver vários tipos diferentes de linhas e tudo mais. Não é só uma linha. Como se fosse uma linha grossa, vai ser mais grossa e coisas do tipo. Então, é bem útil. Mas como você pode ver, a lenda está quase no caminho. Quer dizer, podemos ver que isso vai desde esse ponto e depois até este ponto, mas você pode ver a lenda é apenas meio que no caminho. Quer dizer, seria legal se a lenda fosse tipo, eu não sei, aqui ou sempre não na linha. E assim, você pode colocar uma lenda por aqui, deste lado, ou sob o gráfico, ou em cima do gráfico, ou algo assim. Você pode fazer isso, ele só fica um pouco cabeludo à medida que você começa a movitá-lo por aí, mas é tudo possível.

04:17 S1: Então, de qualquer maneira, vamos fechar fora disso. E com a lenda e com qualquer coisa, como quando você chama trama por exemplo, você chama alguns tramando em ser, é que simplesmente não houve trama. Mas com a lenda, já que nós já temos os rótulos aqui, é por isso que você é capaz de se safar apenas de chamar parâmetros vazios de plt.legend e algo ainda aparece para cima porque nós basicamente já demos à legenda todas as coisas que ele precisa.

04:42 S1: Ok. Então, isso é realmente tudo o que há para ele com lendas. Então, nós vamos em frente e cortá-lo aqui. No próximo tutorial, o que vamos estar falando é de gráficos de barras e como fazer um gráfico de barras simples com matplotlib. Então, fique atento para isso. 00:00 Speaker 1: O que está acontecendo todo mundo? Bem-vindo à parte cinco da seção dois de nossa visualização de dados com Python e série de tutorial de matplotlib. Nesta parte, o que nós vamos estar falando é de gráficos de barras. Por isso, os gráficos de barras são verdadeiros tipos de gráfico simples onde você tem barras de dados. Então, se você não sabe o que é um gráfico de barras, você está prestes a ver um. Mas as chances são, você já sabe o que é uma. Então, o que nós vamos seguir adiante e fazer é, nós podemos deixar este X, Y e realmente podemos provavelmente nos safar usando esses dados exatos aqui. Nós vamos nos livrar desses rótulos. Nós provavelmente vamos reescrever aqueles e apenas deletar tudo o mais. A lenda, nós podemos manter. Eu realmente não vejo nenhum problema com isso. Sim. Então, vamos em frente e traçar um bar.

00:46 S1: Então, para fazer gráficos de barras, o que você tem a ver com o matplotlib é, você tem que apenas notificar o matplotlib de suas intenções, basicamente, não importa o que você está fazendo. Então, se você está fazendo um gráfico regular, tudo bem. Você faz plt.plot e tudo é ótimo. E tudo o que você faz é especificar um tipo de linha, se você quiser e um tipo marcador, e você é bom de ir. Ok. Só que assim acontece o tipo de linha padrão é uma linha reta, então não tínhamos que fazer nada disso. Se você quer fazer uma trama de dispersão, você tem que contar para o matplotlib, "Ei, eu estou prestes a lançar dados de trama de dispersão em você." Se você quiser fazer um gráfico de barras, você tem que dizer com antecedência: "Ei, eu estou prestes a fazer um bar." Então, a maneira que você faz isso é plt., e se você não conseguiu adivinhar, é bar. [chuckle] E assim com bar, você passaria de novo Xs e Ys. Então, nós podemos fazer algo realmente simples, um, dois, três e depois, podemos passar um cinco, um três, e um quatro. Whoops. Cinco, três, e um quatro. E é realmente isso, isso é tudo o que você tem que fazer, então nós poderíamos realmente grafar isso realmente rápido. E lá vai você, você tem alguns bares.

01:48 S1: E você provavelmente viu um erro, e este é o erro. Você não obteve objetos rotulados encontrados. E a razão pela qual estamos recebendo esse erro é que estamos pedindo para a legenda aparecer mas não tem nada para mostrar, então a gente recebe esse erro. Não é um jogo parando erro ou algo assim. O código ainda vai correr e o roteiro ainda vai continuar mas é isso que você está recebendo. Então, se você vê esse erro, é porque está pedindo uma lenda e você não contou isso; você não deu nada para a lenda exibir. Agora, nós já temos Xs e Ys predefinidos, então vamos em frente e fazer X, Y. Bom o suficiente. E então, vamos dar um rótulo. E o rótulo vai ser apenas 1. E então, vamos em frente e traçar outro, plt.bar, e depois manter X, mas desta vez vamos fazer Y também. E o rótulo aqui será 2. Agora, nós podemos salvar e correr isso, e veremos um problema. [chuckle]

02:45 S1: Claro o suficiente, aí está o seu problema. Você pode ver que ... Bom, antes de mais nada, temos alguns dados sobrepostos, então isso não é o melhor. Mas também, podemos ver em nossa lenda que essas são cores diferentes. [chuckle] Então, isso também não está nos ajudando muito. Então, por exemplo, o que poderíamos fazer é, poderíamos mudar de X. Vamos mudar X apenas para o bem de exemplos. Dois, quatro, seis, oito, 10 e então vamos fazer um X2 é igual a um, três, cinco, sete e nove. Qualquer outra coisa pode ficar a mesma, então X, X2, esta será X2. Vamos salvar e correr esse. Lá vamos nós. Então agora, você tem muitos bares, mas, de novo, não podemos realmente ver qual parte é qual aqui, então a próxima coisa que precisamos mudar é, podemos mudar a cor da barra, especificamente. Então, podemos usar cores iguais ... E por enquanto, vamos usar o G. Ok. Então, G é para verde e nós podemos mudar esta também. Podemos dizer que a cor é igual ... Whoops. Color equivale a M para magenta, e nós vamos economizar e correr isso. E lá vai você, você pode ver que nós mudamos a cor e você pode ver a nova cor via a lenda e tudo é muito mais fácil de ler aqui.

04:03 S1: Agora, é claro, provavelmente devemos manter a nossa ... Vamos apenas adicionar um plt rápido e depois X label, e este seria talvez número de bar ... E depois, plt.ylabelbarheight. E não se esqueça do seu L para rotular e depois, plt.titlebarcharttutorial. É sempre uma boa ideia ter certeza de que sempre tem rótulos porque senão as pessoas ficam confusas. Então, nós conseguimos as cores, e temos os rótulos, e conseguimos a legenda, então esse é um gráfico de barras bem decente lá, apenas um belo gráfico de barras simples. E então, logo abaixo a estrada, um par de seções depois, estaremos falando de gráficos de barras 3D. Então, isso vai ser bem legal. Então, isso é basicamente, tudo lá é para ele para um simples gráfico de barras.

04:56 S1: Agora, no próximo tutorial, vamos estar falando de um histograma, que é muita gente considera que eles são a mesma coisa, mas são bem fundamentalmente diferentes. Então, é sobre isso que estaremos falando a seguir. E se você não sabe a diferença entre um gráfico de barras e um histograma, você está prestes a. Então, fique atento para isso e obrigado por assistir. 00:00 Speaker 1: Olá pessoal e bem-vindo à parte seis da seção dois de nossa visualização de dados com matplotlib e Python tutorial series. Nesta parte o que nós vamos estar falando é histogramas. Agora onde eles são realmente parecidos, gráficos de barras e histogramas servem propósitos bem diferentes. Um gráfico de barras é ótimo para comparar as coisas em grandes categorias mas bem pobre para ilustrar distribuições de dados pelo menos fora da caixa. Considere mostrar talvez um monte de pontuações de teste. Como você pode mostrar a distribuição de notas, certo? Assim, você poderia mostrar a cada grau, mas isso não seria realmente visualmente tão atraente e nem mesmo isso realmente faria aquele bem em mostrar uma distribuição porque você poderia ter como um bar por grau ou algo que uma pessoa alcançou mas isso resultaria em possivelmente uma centena de barras diferentes e que seria realmente bagunçado. Agora o que nós meio que queremos fazer geralmente quando fazemos algum tipo de distribuição é talvez a gente queira combinar em grupos como Como, Bs, Cs e etc.

01:07 S1: Com gráficos de barras, poderíamos codificar a lógica que manejaria para algo assim e ainda poderíamos utilizar gráficos de barras, mas um histograma só faz mais sentido usar e o matplotlib tem histogramas construídos em. Então, se esse é o seu objetivo, então você pode muito bem utilizar a funcionalidade de histograma embutida. Então, vamos em frente e basicamente remover tudo, menos as coisas do matplotlib.pyplot, ainda precisamos disso. E vamos dizer que você é um professor e tem pontuações de teste, então test_scores é igual e então esta será apenas uma lista de pontuações de teste, e realmente poderíamos fazê-lo em ordem numérica mas realmente não importa. Então eu só vou jogar alguns números aqui e vocês podem se sentir livres para me copiar exatamente ou simplesmente jogar em qualquer tipo de teste de pontuação que você quiser, mas eu só vou colocar em alguns números.

02:04 S1: Nós definitivamente queremos ter uma boa quantidade de números e basicamente qualquer coisa de, eu não sei, 40s em diante, tomara que as pessoas não tenham pontuado pior do que um 40 segundos em seu teste mas é concebível. E uma vez que você é feito inventando um monte de números, isso vai ser bom por enquanto. Por isso, temos algumas pontuações de teste e então o que queremos fazer é enredo dessas pontuações de teste. Agora, antes de mais nada, poderíamos fazer um bando de Xs fazendo algo assim. Assim, podemos dizer X iguais e então faremos uma lista aqui. Então faremos e depois X e testes de pontuação, para que pudéssemos fazer algo assim e correr aquilo. Ah, eu nunca fiz o plt.show. Deixa eu ligar para isso aqui mesmo, plt.show, lá vamos nós. E então essas são as nossas pontuações de teste, certo? Então X é apenas o número. Então, até agora nós realmente nem sabemos realmente que bem, este é apenas o número do aluno e a pontuação que eles conseguiram. Por isso, podemos meio que ver algumas pessoas pontuadas aqui, quase todo mundo fez melhor do que um 40 ou todo mundo fez melhor que 40. Então você pode até ver isso, mas é realmente difícil reunir qualquer insights de uma representação desta forma. Então, em vez disso, podemos usar um histograma e me deixar ir em frente e adicionar aquele plt.show antes que eu me esqueça.

03:31 S1: Eu vou deixar este bar simplesmente porque pode ser útil. Agora, bem na verdade vamos mostrar que um e depois traremos aqui embaixo o outro. Por isso, para um histograma, geralmente você tem o que são chamados de bins e bins são recipientes basicamente, é como se você jogava algo em um bin. Então nós vamos dizer que bins é igual, e então aqui dentro vamos colocar as bins de possível, agora mesmo o mais baixo foi um 40. Em teoria, poderíamos ter tido qualquer coisa de zero a 10 e sobre assim podemos apenas fazer a 10, 20, 30, 40, 50, 60, 70, 80, 90, e eu suponho que poderíamos ter tido pessoas que marcaram um 100. Então, essas são nossas possíveis bins. E então o que podemos fazer é, podemos dizer plt.hist, para histograma, e o que queremos é primeiro fazemos o teste pontuar a si mesmos então nós os colocamos nos vários bins, e então vamos fazer 'hist type' e aí vamos dizer que é igual a um bar e depois a largura r, este é apenas o quão largo são os bares ... Só faremos 0,8 para que eles não sejam completamente tocantes, e então nós podemos fazer um plt.show, e vamos em frente e correr isso. E então esta é a versão antiga então nós fechamos fora disso, e aqui está a nossa nova. Então você pode ver que temos 40, 50, 60, 70, 80, 90, 100, bem legal. Por isso, é um pouco mais fácil para fins de representação.