12 min de leitura

#1 - Introdução ao Matplotlib e Gráficos de Linha

Introdução ao Matplotlib e ao módulo pyplot, cobrindo gráficos de linha, marcadores, personalização visual, rótulos, grade e múltiplos gráficos na mesma figura.

Imagem de capa

No post anterior da série sobre Pandas eu mencionei que o método .plot() usa o Matplotlib por baixo dos panos pra desenhar os gráficos. Chegou a hora de conhecer essa biblioteca de verdade, direto na fonte — porque quando você precisa de controle fino sobre cores, marcadores, título, grade ou múltiplos gráficos numa mesma figura, é pro Matplotlib que você recorre.

Nesta primeira parte da série sobre Matplotlib você vai aprender a instalar a biblioteca, entender o módulo pyplot, plotar seus primeiros pontos e linhas, e personalizar cada detalhe visual do gráfico.

O que é o Matplotlib

O Matplotlib é uma biblioteca de visualização e plotagem de gráficos pra Python, criada por John D. Hunter. É open source, roda em praticamente qualquer ambiente Python e serve de base pra várias outras bibliotecas de visualização — inclusive pro .plot() do Pandas que vimos na série anterior.

Instalando o Matplotlib

pip install matplotlib

Verificando a versão instalada

import matplotlib

print(matplotlib.__version__)

A saída é algo como:

3.9.0

O módulo pyplot

A biblioteca inteira do Matplotlib é enorme, mas no dia a dia você vai usar principalmente o submódulo pyplot, que reúne as funções mais comuns de plotagem. Por convenção, ele é importado com o apelido plt:

import matplotlib.pyplot as plt

Exemplo 1 - seu primeiro gráfico

import matplotlib.pyplot as plt
import numpy as np

eixo_x = np.array([0, 6])
eixo_y = np.array([0, 250])

plt.plot(eixo_x, eixo_y)
plt.show()

Isso desenha uma linha reta ligando o ponto (0, 0) ao ponto (6, 250). O plt.plot() recebe os pontos, e o plt.show() é quem efetivamente abre a janela (ou renderiza a imagem) com o gráfico — sem ele, nada aparece na tela.

Plotando pontos e linhas

Exemplo 2 - ligando vários pontos

plt.plot() recebe um array com os valores do eixo x e outro com os valores do eixo y, e por padrão desenha uma linha ligando todos os pontos, na ordem em que aparecem:

import matplotlib.pyplot as plt
import numpy as np

eixo_x = np.array([1, 3, 5, 7])
eixo_y = np.array([2, 8, 4, 10])

plt.plot(eixo_x, eixo_y)
plt.show()

O gráfico resultante mostra uma linha em zigue-zague passando exatamente pelos quatro pontos (1,2), (3,8), (5,4) e (7,10), nessa ordem.

Exemplo 3 - plotando só o eixo y

Se você passar um único array pro plt.plot(), o Matplotlib assume que ele é o eixo y, e preenche o eixo x automaticamente com 0, 1, 2, 3...:

import matplotlib.pyplot as plt
import numpy as np

vendas = np.array([15, 34, 22, 48, 30])

plt.plot(vendas)
plt.show()

O gráfico mostra a mesma linha de antes, só que agora o eixo x representa a posição de cada valor dentro do array (0, 1, 2, 3, 4) em vez de valores próprios.

Exemplo 4 - só os pontos, sem linha

Pra desenhar somente os pontos, sem ligá-los, use o formato curto 'o' como terceiro argumento:

plt.plot(eixo_x, eixo_y, 'o')
plt.show()

O gráfico mostra quatro círculos soltos, um em cada coordenada, sem nenhuma linha conectando eles.

Marcadores

Marcadores são símbolos desenhados em cada ponto do gráfico, o que ajuda a destacar exatamente onde estão os valores reais (em vez de deixar só a linha, que é uma interpolação visual entre eles).

Exemplo 5 - usando o parâmetro marker

import matplotlib.pyplot as plt
import numpy as np

vendas = np.array([15, 34, 22, 48, 30])

plt.plot(vendas, marker='o')
plt.show()

Isso gera um gráfico de linha com marcadores circulares em cada ponto. Alguns marcadores comuns:

Exemplo 6 - fmt: marcador, linha e cor num só argumento

Existe um atalho que combina marcador, estilo de linha e cor num único texto, no formato marcador|linha|cor:

plt.plot(vendas, 'o:r')
plt.show()

Isso desenha marcadores circulares (o), conectados por uma linha pontilhada (:), tudo em vermelho (r).

Exemplo 7 - controlando o tamanho do marcador

plt.plot(vendas, marker='o', ms=20)
plt.show()

O parâmetro ms (abreviação de markersize) aumenta o tamanho dos marcadores — nesse caso, círculos bem grandes em cada ponto. Também dá pra colorir separadamente a borda (mec, de markeredgecolor) e o preenchimento (mfc, de markerfacecolor) de cada marcador.

Personalizando a linha

Exemplo 8 - estilo, cor e espessura

import matplotlib.pyplot as plt
import numpy as np

vendas = np.array([15, 34, 22, 48, 30])

plt.plot(vendas, linestyle='dotted', color='r', linewidth=3)
plt.show()

O gráfico mostra a mesma linha de sempre, agora pontilhada (linestyle='dotted'), vermelha (color='r') e mais espessa (linewidth=3). Os apelidos curtos ls, c e lw funcionam do mesmo jeito, se você preferir digitar menos. Outros estilos de linha incluem 'dashed' (tracejada) e 'dashdot' (traço-ponto).

Exemplo 9 - múltiplas linhas no mesmo gráfico

Basta chamar plt.plot() mais de uma vez antes do plt.show():

import matplotlib.pyplot as plt
import numpy as np

vendas_loja_a = np.array([15, 34, 22, 48, 30])
vendas_loja_b = np.array([25, 20, 35, 30, 40])

plt.plot(vendas_loja_a)
plt.plot(vendas_loja_b)
plt.show()

O resultado é um gráfico com duas linhas de cores diferentes (escolhidas automaticamente pelo Matplotlib), cada uma representando as vendas de uma das lojas.

Rótulos e título

Um gráfico sem rótulo nos eixos e sem título é difícil de interpretar fora do contexto em que foi criado — vale sempre nomear o que cada eixo representa.

Exemplo 10 - xlabel, ylabel e title

import matplotlib.pyplot as plt
import numpy as np

eixo_x = np.array([1, 2, 3, 4, 5])
eixo_y = np.array([15, 34, 22, 48, 30])

plt.plot(eixo_x, eixo_y)
plt.title("Vendas da Semana")
plt.xlabel("Dia")
plt.ylabel("Unidades Vendidas")
plt.show()

O gráfico mostra a linha de sempre, agora com o título “Vendas da Semana” centralizado no topo, “Dia” escrito abaixo do eixo x e “Unidades Vendidas” ao lado do eixo y.

Exemplo 11 - personalizando a fonte

fonte_titulo = {'family': 'serif', 'color': 'darkblue', 'size': 18}

plt.title("Vendas da Semana", fontdict=fonte_titulo)
plt.show()

O dicionário passado em fontdict controla a família da fonte, a cor do texto e o tamanho — nesse caso, um título maior, azul-escuro e com fonte serifada.

Exemplo 12 - posição do título

plt.title("Vendas da Semana", loc='left')
plt.show()

O parâmetro loc aceita 'left', 'right' ou 'center' (o padrão), controlando o alinhamento horizontal do título.

Grade

Exemplo 13 - adicionando linhas de grade

import matplotlib.pyplot as plt
import numpy as np

eixo_x = np.array([1, 2, 3, 4, 5])
eixo_y = np.array([15, 34, 22, 48, 30])

plt.plot(eixo_x, eixo_y)
plt.grid()
plt.show()

Isso desenha linhas de grade claras cruzando o gráfico tanto na horizontal quanto na vertical, facilitando enxergar o valor aproximado de cada ponto sem precisar apontar exatamente pra ele.

Exemplo 14 - grade só num eixo, com estilo próprio

plt.grid(axis='y', color='green', linestyle='--', linewidth=0.5)
plt.show()

O parâmetro axis restringe a grade a 'x', 'y' ou 'both' (padrão). Nesse exemplo, só as linhas horizontais aparecem, em verde, tracejadas e finas.

Múltiplos gráficos numa mesma figura

Exemplo 15 - usando subplot()

Quando você quer comparar dois (ou mais) gráficos lado a lado, plt.subplot() organiza tudo numa grade dentro de uma única figura. Os três parâmetros são: número de linhas, número de colunas e a posição do gráfico atual (começando em 1):

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4])
vendas = np.array([15, 34, 22, 48])

plt.subplot(1, 2, 1)
plt.plot(x, vendas)
plt.title("Vendas")

receita = np.array([150, 340, 220, 480])

plt.subplot(1, 2, 2)
plt.plot(x, receita)
plt.title("Receita")

plt.suptitle("Loja de Eletrônicos")
plt.show()

Isso gera uma figura com uma grade de 1 linha por 2 colunas: à esquerda, o gráfico de “Vendas”; à direita, o gráfico de “Receita” — cada um com seu próprio título, e “Loja de Eletrônicos” como título geral no topo da figura inteira, criado por plt.suptitle().

Com o básico de linhas, marcadores, rótulos e grade dominado, o próximo post da série parte pra outros tipos de gráfico: dispersão, barras, histogramas e pizza.

Fonte adaptada: Matplotlib Tutorial, Matplotlib Getting Started, Matplotlib Pyplot, Matplotlib Plotting, Matplotlib Markers, Matplotlib Line, Matplotlib Labels and Title, Matplotlib Adding Grid Lines, Matplotlib Subplot