Visualização de dados com Matplotlib
Descubra como criar visualizações para entender seus dados.
Visualização de dados com Matplotlib é uma aula grátis de Python Academy no CoddyKit. Esta é a aula 2 de 5. 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 Python Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Python Academy inclui 5 aulas no total.
Introdução ao Matplotlib
Introdução ao Matplotlib
Matplotlib é uma biblioteca Python popular para criar visualizações, incluindo gráficos de linhas, gráficos de barras, gráficos de dispersão e muito mais.
Nesta lição, você aprenderá a usar o Matplotlib para criar e personalizar vários tipos de gráficos.

Instalação do Matplotlib
Instalação do Matplotlib
Para instalar o Matplotlib, use o seguinte comando no terminal:
pip install matplotlib
Depois de instalado, você poderá importá-lo nos seus scripts Python:
# Importing matplotlib
import matplotlib.pyplot as plt
print("Matplotlib imported successfully")Criando um gráfico de linhas simples
Criando um gráfico de linhas simples
Você pode criar um gráfico de linhas básico usando a função plot() do Matplotlib:
# Creating a simple line plot
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.plot(x, y)
plt.title("Simple Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()Personalizando gráficos
Personalizando gráficos
O Matplotlib permite personalizar gráficos com títulos, rótulos, legendas e diferentes estilos de linha:
# Customizing a plot
plt.plot(x, y, label="Line 1", linestyle="--", color="red")
plt.legend()
plt.title("Customized Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()Criando gráficos de barras
Criando gráficos de barras
Os gráficos de barras são úteis para comparar categorias. Use a função bar() para criar um gráfico de barras:
# Creating a bar chart
categories = ["A", "B", "C"]
values = [10, 15, 7]
plt.bar(categories, values, color="blue")
plt.title("Bar Chart")
plt.xlabel("Categories")
plt.ylabel("Values")
plt.show()Criando gráficos de dispersão
Criando gráficos de dispersão
Os gráficos de dispersão são úteis para mostrar relações entre duas variáveis. Use a função scatter():
# Creating a scatter plot
x = [5, 7, 8, 7]
y = [3, 8, 6, 4]
plt.scatter(x, y, color="green")
plt.title("Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()Criando histogramas
Criando histogramas
Os histogramas mostram a distribuição de um conjunto de dados. Use a função hist():
# Creating a histogram
data = [1, 1, 2, 3, 3, 3, 4, 4, 5]
plt.hist(data, bins=5, color="purple")
plt.title("Histogram")
plt.xlabel("Bins")
plt.ylabel("Frequency")
plt.show()Adicionando vários gráficos
Adicionando vários gráficos
Você pode adicionar vários gráficos à mesma figura usando a função subplot():
# Adding multiple plots
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title("First Plot")
plt.subplot(2, 1, 2)
plt.bar([1, 2, 3], [7, 8, 9])
plt.title("Second Plot")
plt.tight_layout()
plt.show()Erros comuns com o Matplotlib
Erros comuns com o Matplotlib
Veja alguns erros que devem ser evitados:
- Esquecer de chamar
plt.show()para exibir o gráfico. - Usar elementos sobrepostos sem ajustar a disposição.
- Não rotular eixos e gráficos para garantir clareza.
O que aprendemos?
O que aprendemos?
Nesta lição, você aprendeu:
- Como instalar e importar o Matplotlib.
- Como criar gráficos de linhas, gráficos de barras, gráficos de dispersão e histogramas.
- Como personalizar gráficos com rótulos, legendas e vários gráficos.
Muito bem! Vamos passar ao próximo tópico.

Perguntas Frequentes
A aula “Visualização de dados com Matplotlib” é grátis?
Sim — o texto completo de “Visualização de dados com Matplotlib” 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 Python Academy, atualize para CoddyKit PRO. O curso de Python Academy inclui 5 aulas no total.
O que vou aprender em “Visualização de dados com Matplotlib”?
Descubra como criar visualizações para entender seus dados. Você pratica Python Academy 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 Python Academy?
Nenhuma experiência prévia é necessária. Python Academy 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 2 de 5.
Quanto tempo leva a aula “Visualização de dados com Matplotlib”?
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 Python Academy?
Sim. Cada aula de Python Academy 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
- Análise de dados com Pandas
- Visualização de dados com Matplotlib
- NumPy para cálculos numéricos
- Trabalhando com APIs usando requests
- Web scraping com BeautifulSoup