Por: Ricardo Dortas Schönhofen
Uma das vantagens de se trabalhar com Python são as suas bibliotecas de visualização de dados. Através delas, é possível montar gráficos e visualizações de todos os tipos. Nesse post, vamos apresentar algumas dessas bibliotecas para referência.
matplotlib (http://matplotlib.org/)
matplotlib é uma biblioteca Python de plotagem 2d, que auxilia a biblioteca matemática numpy. Pode ser usada em scripts Python, no shell Python e IPython, em servidores de aplicação web e outras ferramentas de interface gráfica.
As funcionalidades da matplotlib podem ser estendidas por outras ferramentas, tais como matplotlib2tikz, Mplot3d, Natgrid, Cartopy, etc.
Seaborn (http://seaborn.pydata.org/)
Seaborn é uma biblioteca de visualização de dados em Python baseada no matplotlib. Seu objetivo é fazer gráficos estatísticos mais atrativos e informativos. Está integrada com PyData, inclui suporte para estruturas de dados numpy e Pandas e para rotinas estatísticas scipy e statsmodels.
ggplot (http://ggplot.yhathq.com/)
ggplot é uma biblioteca de plotagem para Python baseada no ggplot2 do R e no livro Grammar of Graphics. Tem objetivo de permitir plotar gráficos com aparência profissional de maneira rápida e com mínimo de código.
Bokeh (http://bokeh.pydata.org/)
Bokeh é uma biblioteca Python para visualização interativa que tem como alvo apresentação em browsers. Bokeh permite construir gráficos no estilo D3.js, para bases de dados volumosas ou mesmo para dados obtidos em tempo real.
Recomenda-se a instalação via Anaconda. Porém a instalação pode ser feita diretamente caso todas as dependências, como NumPy, estejam instaladas.
pygal (http://www.pygal.org/)
Essa biblioteca é usada para criar gráficos em ‘svg’. Os arquivos ‘svg’ são bastante úteis e também interativos. É possível também salvar arquivos ‘png’, desde que as devidas dependências estejam instaladas.
Plotly (https://plot.ly)
Essa biblioteca é na verdade uma ferramenta online. Através dela você pode fazer análises e visualização de dados. Existe uma versão gratuita. Dependendo do que você precisar da ferramenta, é necessário comprar um pacote. Além de gráficos, você pode montar dashboards e apresentações.
geoplotlib (https://github.com/andrea-cuttone/geoplotlib)
Ferramenta Python de código aberto para visualização de dados geográficos. geoplotlib suporta mapas de ponto, estimativas de densidade Kernel, grafos espaciais e outras visualizações geo-espaciais.
Gleam (https://github.com/dgrtwo/gleam)
Biblioteca voltada para construção de visualizações de dados na web, inspirada no pacote Shiny do R. Com Gleam, você não precisa necessariamente ter conhecimento em HTML ou JS. Funciona com qualquer biblioteca de visualização de dados do Python.
missingno (https://github.com/ResidentMario/missingno)
Essa biblioteca é feita em cima do matplotlib e oferece algumas ferramentas para rapidamente visualizar e tratar valores ausentes numa base de dados. Por exemplo, fornece um sumário visual da base de dados com base na sua completude.
Leather (http://leather.readthedocs.io/en/latest/index.html)
Essa biblioteca é voltada para quem deseja criar gráficos mais rapidamente e sem maiores preocupações estéticas. Trabalha com todos tipos de dados e gera arquivos SVG.
folium (https://pypi.python.org/pypi/folium)
Folium permite a visualização de dados manipulados em Python através de mapas interativos Leaflet. Deixa também unir dados a um mapa para obter visualização coroplética, assim como visualização de marcadores.
Veja também: