Histogramas e gráficos de dispersão

Histogramas e gráficos de dispersão são ferramentas essenciais para analisar e visualizar a distribuição e as relações dos dados.

Os histogramas mostram a distribuição de frequência dos dados, enquanto os gráficos de dispersão revelam a relação entre duas variáveis.

Entendendo os histogramas

Um histograma agrupa os dados em intervalos e mostra com que frequência ocorre cada faixa de valores. A altura de cada barra representa a frequência.

Por exemplo, um histograma pode mostrar a distribuição das idades de uma população.

Exemplo de um histograma

Imagine que temos as idades de 100 pessoas. Um histograma pode nos ajudar a entender como essas idades se distribuem em diferentes faixas.

Entendendo os gráficos de dispersão

Os gráficos de dispersão exibem pontos de dados em um plano bidimensional. Cada ponto representa um par de valores de duas variáveis.

Por exemplo, um gráfico de dispersão pode mostrar a relação entre as horas de estudo e as pontuações nos testes.

Exemplo de um gráfico de dispersão

Considere dados que mostram o número de horas que os estudantes estudaram e suas pontuações nos testes. Um gráfico de dispersão pode revelar se há uma correlação positiva, negativa ou nenhuma correlação entre essas variáveis.

Criando um histograma em Python

Veja um exemplo de como criar um histograma usando Matplotlib:

import matplotlib.pyplot as plt
import numpy as np

data = np.random.normal(50, 10, 100)
plt.hist(data, bins=10, color='blue', alpha=0.7)
plt.title('Histogram Example')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

Criando um gráfico de dispersão em Python

Veja um exemplo de como criar um gráfico de dispersão usando Matplotlib:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 25, 30, 50]

plt.scatter(x, y, color='red')
plt.title('Scatter Plot Example')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Comparando histogramas e gráficos de dispersão

Enquanto os histogramas mostram a distribuição dos dados, os gráficos de dispersão revelam as relações entre duas variáveis. Ambos são valiosos, dependendo do objetivo da análise.

Resumo e próximos passos

Nesta lição, abordamos:

• O objetivo dos histogramas e dos gráficos de dispersão.
• Como criá-los e analisá-los em Python.

Em seguida, aprenderemos sobre mapas de calor para visualizar correlações e matrizes.