Análise bivariada e multivariada
Gráficos de dispersão, gráficos de pares, mapas de calor de correlação e estatísticas agrupadas.
Análise bivariada e multivariada é uma aula grátis de Learn AI with Python no CoddyKit. Esta é a aula 3 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Learn AI with Python, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Learn AI with Python inclui 4 aulas no total.
De uma variável a várias
Análise bivariada estuda a relação entre duas variáveis; análise multivariada examina várias ao mesmo tempo.
O objetivo é identificar quais características variam juntas, detectar interações e decidir quais variáveis são preditivas da sua variável-alvo.
Gráficos de dispersão com plt.scatter
Um gráfico de dispersão representa duas variáveis numéricas uma contra a outra — cada ponto corresponde a uma linha. Ele revela tendências, agrupamentos e valores atípicos.
import matplotlib.pyplot as plt
import seaborn as sns
plt.scatter(df["height"], df["weight"], alpha=0.4)
plt.xlabel("Height")
plt.ylabel("Weight")
plt.show()Interpretando um gráfico de dispersão
Observe a direção (ascendente = relação positiva, descendente = negativa), a força (faixa estreita versus nuvem dispersa) e o formato (linear versus curvo).
Adicione um hue usando sns.scatterplot para colorir os pontos por categoria e revelar a estrutura dos grupos.
sns.scatterplot(x="height", y="weight", hue="gender", data=df, alpha=0.5)
plt.show()Correlação com df.corr()
df.corr() calcula a correlação de Pearson par a par entre colunas numéricas: um número de -1 a +1.
- +1 → relação linear positiva perfeita
- 0 → nenhuma relação linear
- -1 → relação linear negativa perfeita
corr = df.corr(numeric_only=True)
print(corr["price"].sort_values(ascending=False))Mapas de calor de correlação
Uma matriz de correlação é mais fácil de interpretar como um heatmap. Passe annot=True para exibir os valores dentro de cada célula.
Use um mapa de cores divergente (por exemplo, coolwarm) para que as correlações positivas e negativas recebam cores distintas.
corr = df.corr(numeric_only=True)
sns.heatmap(corr, annot=True, fmt=".2f", cmap="coolwarm", center=0)
plt.show()Identificando a multicolinearidade
Quando duas características têm uma correlação muito alta (por exemplo, > 0,9), elas carregam informações redundantes. Isso é multicolinearidade, que pode desestabilizar modelos lineares.
O heatmap destaca os pares redundantes, permitindo remover um deles.
corr = df.corr(numeric_only=True).abs()
high = corr[(corr > 0.9) & (corr < 1.0)]
print(high.dropna(how="all"))Correlação não implica causalidade
Uma correlação forte não significa que uma variável cause a outra. Ambas podem ser influenciadas por uma terceira variável oculta, ou a relação pode ser uma coincidência.
Use a correlação para formular hipóteses e depois valide-as com conhecimento do domínio e uma análise controlada.
Gráficos de pares com sns.pairplot
sns.pairplot desenha uma grade de gráficos de dispersão para cada par de colunas numéricas, com histogramas ou gráficos KDE na diagonal.
É a maneira mais rápida de examinar visualmente todas as relações bivariadas de uma só vez. Limite o número de colunas em grandes conjuntos de dados — a complexidade cresce com o quadrado do número de colunas.
sns.pairplot(df[["height", "weight", "age", "income"]], hue="gender")
plt.show()Gráficos de caixa agrupados
Para relacionar uma variável numérica a uma variável categórica, coloque a categoria no eixo x de um gráfico de caixa. Você compara instantaneamente as distribuições entre os grupos.
sns.boxplot(x="city", y="income", data=df)
plt.xticks(rotation=45)
plt.show()Agregações agrupadas
Os números complementam os gráficos. groupby com agg resume uma coluna numérica entre categorias.
Essa é a análise multivariada em forma de tabela — permite comparar médias, medianas e contagens lado a lado.
summary = df.groupby("city")["income"].agg(["mean", "median", "count"])
print(summary.sort_values("mean", ascending=False))Gráficos multivariados com codificações
Você pode incluir três ou mais variáveis em um único gráfico usando codificações visuais: x, y, cor (hue) e tamanho.
Isso mostra como as relações mudam em uma terceira dimensão sem criar gráficos separados.
sns.scatterplot(x="height", y="weight", hue="age", size="income", data=df)
plt.show()Verificação rápida: intervalo da correlação
Você executa df.corr() e vê um valor de -0.85 entre duas características.
Recapitulação: análise bivariada e multivariada
Agora você pode explorar as relações entre variáveis:
plt.scatter/sns.scatterplotpara duas variáveis numéricasdf.corr()+sns.heatmap(annot=True)para a matriz de correlação- Correlações altas indicam multicolinearidade (remova características redundantes)
sns.pairplotpara uma visão geral de todos os pares- Gráficos de caixa agrupados e
groupby().agg()para relações entre variáveis numéricas e categóricas
Em seguida, vamos relacionar diretamente as características à variável-alvo da previsão.
Perguntas Frequentes
A aula “Análise bivariada e multivariada” é grátis?
Sim — o texto completo de “Análise bivariada e multivariada” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Learn AI with Python, atualize para CoddyKit PRO. O curso de Learn AI with Python inclui 4 aulas no total.
O que vou aprender em “Análise bivariada e multivariada”?
Gráficos de dispersão, gráficos de pares, mapas de calor de correlação e estatísticas agrupadas. Você pratica Learn AI with Python com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Learn AI with Python?
Nenhuma experiência prévia é necessária. Learn AI with Python no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 3 de 4.
Quanto tempo leva a aula “Análise bivariada e multivariada”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Learn AI with Python?
Sim. Cada aula de Learn AI with Python inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Fluxo de trabalho de EDA e criação de perfil dos dados
- Análise univariada
- Análise bivariada e multivariada
- Distribuição de atributos e análise do alvo