Visualização de dados com Python

Name: Visualização de dados com Python
Rating: 4.8 (52 reviews)

Obtenha insights poderosos a partir de gráficos e figuras

Created byBeta Analítica

Last updated 6/2026

Portuguese

What you'll learn

Independência na demonstração visual (gráficos e figuras) de grandes volumes de dados usando Python
Produzir e customizar gráficos para as mais diversas finalidades
Adaptar a demonstração visual de dados para diferentes problemas de negócios e acadêmicos
Dominar as boas práticas para visualizações elegantes e didáticas de dados

Course content

7 sections • 127 lectures • 10h 18m total length

Informações e instruções1:17
Arquivos para as práticas0:10

Apresentação0:36
Colab2:15
Print e comentários2:58
Variáveis3:14
Palavras reservadas1:24
Tipos de dados3:42
Converter tipo de dados2:10
Operadores aritméticos4:46
Operadores relacionais3:06
Operadores lógicos3:28
Estruturas condicionais6:37
Loops7:04
Funções5:12
Listas6:32
Tuplas2:29
Sets4:22
Dicionários4:31
List comprehension4:13
Enumerate2:48
Lambda3:26
Map4:17
Reduce3:36
Filter4:06
Pandas54:07
matplotlib39:02

Visualização de dados0:31
Aqui você verá uma visão geral de visualização de dados
Estética e tipos de dados - parte 10:48
Aqui você verá que componentes estéticos podem ser utilizados em uma visualização
Estética e tipos de dados - parte 22:01
Aqui você verá o que são dados contínuos e discretos e qual a estética adequada para cada tipo.
Estética e tipos de dados - parte 31:36
Aqui você verá os tipos de variáveis e a escala apropriada para cada um deles.
Estética e tipos de dados - parte 41:15
Aqui você verá exemplos práticos dos tipos de dados.
Coordenadas e eixos- parte 10:54
Aqui você entenderá as coordenadas e número de dimensões para visualização de dados.
Coordenadas e eixos- parte 22:15
Aqui você verá as diferentes escalas que podem ser utilizadas nos eixos.
Escalas de cor1:00
Aqui você verá quando e como escolher cores para o seu gráfico.
Tipos de visualizações6:34
Aqui você verá os seis tipos de visualização de dados.
Passos1:43
Aqui você entenderá os três passos essenciais para construir um gráfico.
Boas práticas1:53
Aqui você entenderá as boas práticas para gerar uma visualização bem feita.

Introdução0:24
Criando arquivo no colab1:19
Aqui você verá onde iremos programar.
Primeiro gráfico3:56
Aqui você verá como criar um primeiro gráfico com matplotblib.
Mudando a aparência da linha4:40
Aqui você verá como mudar a aparência da linha e consultar a documentação do matlotlib.
Alterando título e eixos6:11
Aqui você verá como adicionar um título e rótulos aos eixos do gráfico.
Alterando título e eixos2:17
Aqui você verá como alterar os limites dos eixos x e y.
Alterando os 'ticks'2:13
Aqui você verá como alterar os valores (ticks) dos eixos x e y.
Adicionando anotações6:15
Aqui você verá como inserir textos com anotações no gráfico.
Adicionando novas linhas2:08
Aqui você verá como adicionar uma nova linha com outros valores ao gráfico.
Adicionando legendas0:42
Aqui você verá como informar o que cada linha representa através de legendas.
Finalizando o gráfico1:15
Aqui você verá como fazer retoques finais para melhorar o gráfico.
Gráfico de pontos4:05
Aqui você verá como criar e interpretar o primeiro gráfico de pontos com matplotlib.
Finalizando o gráfico de pontos1:35
Aqui você verá como melhorar e finalizar o gráfico.
Outros recursos do matplotlib0:52
Aqui você verá como criar um novo notebook para ver recursos adicionais do matplotlib.
Gerando gráfico de temperaturas - parte 12:40
Aqui você verá como gerar valores aleatórios para fazer um gráfico de linha de temperaturas.
Gerando gráfico de temperaturas - parte 23:29
Aqui você verá como gerar o gráfico de linha das temperaturas.
Redimensionando o gráfico1:24
Aqui você verá como alterar o tamanho do gráfico.
Inserindo grid1:31
Aqui você verá como inserir linhas de grade.
Inserindo linha horizontal3:23
Aqui você verá como adicionar informação ao gráfico com linha horizontal.
Inserindo linha vertical2:43
Aqui você verá como adicionar informação ao gráfico com linha vertical.
Ajustando a legenda e as linhas5:04
Aqui você verá como fazer ajustes adicionais.
Pintando área do gráfico2:52
Aqui você verá como pintar uma área específica do gráfico com fill_between().
Alterando o estilo do gráfico6:21
Aqui você verá como escolher estilos pré-definidos para o gráfico.
Salvando o gráfico3:01
Aqui você verá como salvar o gráfico em formatos de imagem e em pdf.
Usando o pandas5:30
Aqui você verá como usar dataframes do pandas para começar a construir gráficos.
Scatter plot usando colunas do pandas4:56
Aqui você verá como fazer um scatter plot com dataframe do pandas.
Histograma usando colunas do pandas2:58
Aqui você verá como fazer um histograma com dataframe do pandas.
Histograma usando colunas do pandas 21:01
Aqui você entenderá a forma alternativa de fazer o gráfico.
Subplots parte 15:13
Aqui você verá como fazer visualizações com mais de um gráfico.
Subplots parte 24:10
Aqui você verá como adicionar componentes estéticos a cada um dos subplots.
Subplots parte 32:06
Aqui você entenderá a boa prática para subplots.
Estética e tipos de dados - Começando3:26
Aqui você verá como criar um scatter plot para começar a manipular a estética do gráfico.
Estética e tipos de dados - Escala discreta9:03
Aqui você verá como lidar com a estética de variáveis categóricas.
Estética e tipos de dados - Escala contínua4:38
Aqui você verá como lidar com a estética de variáveis quantitativas.
Estética e tipos de dados - Linhas7:21
Aqui você verá como lidar com a estética das linhas.
Coordenadas9:07
Aqui você verá como gerar gráfico 1d e 3d.
Eixos6:26
Aqui você verá como e por que mudar a escala dos eixos.
Gráficos de barras11:54
Aqui você verá como gerar gráfico de barras com o matplotlib.
Dotplot6:04
Aqui você verá como gerar o dotplot, uma alternativa ao gráfico de barras, com o matplotlib.
Histograma6:37
Aqui você verá como gerar e analisando um histograma com matplotlib.
Boxplot6:59
Aqui você verá como gerar e analisando um boxplot com matplotlib.
Gráfico de setores10:18
Aqui você verá como fazer um gráfico de setores/pizza com o matplotlib.
Gráfico de barras agrupadas e empilhadas5:56
Aqui você verá como fazer gráficos de barras agrupadas e empilhadas com o matplotlib.

Introdução0:55
Apresentação da biblioteca seaborn.
Carregando datasets3:34
Aqui você verá como usar datasets que o seaborn disponibiliza.
Criando seu primeiro gráfico2:30
Aqui você verá como criar um scatter plot com o seaborn.
Criando o seu próxim gráfico2:18
Aqui você verá como criar um gráfico de linhas com o seaborn.
Usando funções do matplotlib1:56
Aqui você verá como usar recursos do matplotlib nos gráficos do seaborn.
Definindo o estilo dos gráficos3:00
Aqui você verá como escolher um estilo pré-definido para as visualizações.
Estética6:58
Aqui você verá como adicionar componentes estéticos ao gráfico.
Paletas de cores7:06
Aqui você verá como definir a paleta de cores do gráfico.
Gráfico de barras7:31
Aqui você verá como gerat um gráfico de barras simples e de barras agrupadas.
Pointplot1:50
Aqui você verá como fazer um Pointplot e quando usá-lo.
Dotplot6:17
Aqui você verá gerar um dotplot com o seaborn.
Histograma5:55
Aqui você verá gerar e explorar histogramas com o seaborn.
Gráfico de distribuição acumulada3:14
Aqui você verá gerar e analisar um gráfico de distribuição acumulada.
Gráfico de densidade5:03
Aqui você verá como gerar e analisar um gráfico de densidade.
Boxplot3:47
Aqui você verá como gerar e explorar boxplots com o seaborn.
Gráfico de violino4:04
Aqui você verá como gerar e analisar um gráfico de violino.
Boxenplot3:04
Aqui você verá como gerar e analisar um boxenplot, uma alternativa ao boxplot.
Stripplot e swarmplot5:56
Aqui você verá como gerar o Stipplot e o Swarmplot, e como combiná-los com outros gráficos.
Heatmap4:38
Aqui você verá como fazer um mapa de calor com o seabron.
Pairplot2:55
Aqui você verá como gerar como gerar um pairplot, visualização que mostra a relação entre todos os pares de variáveis de um dataframe.
Jointplot2:59
Aqui você verá como personalizar a sua visualização com o jointplot.

Introdução0:15
Apresentação do plotly.
Instalação3:20
Aqui você verá como instalar e fazer upgrade do plotly ou escolher a versão.
Datasets do plotly2:40
Aqui você verá como como usar datasets do plotly.
Primeiro gráfico3:44
Aqui você verá como gerar um primeiro gráfico e explorar a interatividade do plotly.
Gráfico com dataframe3:29
Aqui você verá como gerar um scatter plot e editar o gráfico.
Paletas de cor5:34
Aqui você verá como agrupar por cores e definir a paleta de cores para dados discretos. e contínuos
Customizando o gráfico6:57
Aqui você verá como fazer customizações no gráfico com update_layout().
Estética6:44
Aqui você verá como escolher os componentes estéticos do plotly.
Gráfico de linhas7:18
Aqui você verá como gerar e explorar gráfico de linhas.
Gráfico de área4:26
Aqui você verá como gerar e explorar gráfico de área.
Scatter plot 3D3:29
Aqui você verá como fazer um scatter plot 3d com o plotly.
Gráfico de barras3:33
Aqui você verá como gerar de barras simples.
Barras empilhadas e agrupadas2:47
Aqui você verá como gerar gráficos de barras agrupadas e empilhadas.
Histograma2:48
Aqui você verá como gerar e explorar um histograma.
Boxplot2:39
Aqui você verá como gerar e explorar um boxplot.
Gráfico de violino2:41
Aqui você verá como gerar e explorar um gráfico de violino.
Strip plot3:17
Aqui você verá como gerar e explorar um strip plot.
Joint plots4:27
Aqui você verá como fazer um joint plot personalizado com o plotly.
Gráfico de setores3:27
Aqui você verá como gerar um gráfico de pizza e alterar para um gráfico de rosca.
Sunburst3:02
Aqui você verá o que é e como gerar o sunburst, visualização para dados hierárquicos.
Treemap4:26
Aqui você verá como fazer um treemap, a visualização mais popular para dados hierárquicos.
Gráficos geoespaciais6:34
Aqui você verá uma introdução a visualizações geoespaciais com plotly.

Requirements

Não existem pré-requisitos obrigatórios, mas conhecimento básico de lógica de programação computacional é desejável, , visando aumentar o aproveimento do curso pelo aluno (a)

Description

Torne-se um especialista em visualização de dados através da linguagem Python. Com este curso, você será capaz de transmitir suas ideias por meio de visualização de dados, você construirá gráficos elegantes, dominará os conceitos, as boas práticas e será um dos raros profissionais preparados para gerar a visualização adequada para responder as perguntas que os dados podem explicar.

O curso é bastante prático, com um módulo teórico para compreensão geral do assunto e todos os demais programando. O conteúdo tem foco nas três bibliotecas mais populares de visualização de dados do Python: o matplotlib, o seaborn e o plotly, e terá um tópico extra para conteúdos adicionais importantes, como visualização de dados geoespaciais, visualização de textos e visualização de dados faltantes (missings).

Ao longo do curso, você construirá gráficos de todos os tipos para dados de diversas dimensões usando a robustez e agilidade computacional da linguagem Python, entenderá o que eles representam, saberá em que situações utilizá-los e será capaz de explorá-los e analisá-los.

Caso você tenha interesse no curso, mas não tenha conhecimento prévio em Python, isso não será um empecilho. O curso tem um módulo opcional de Python básico. O módulo tem como objetivo ensinar a dar os primeiros passos no Python e torná-lo capaz de fazer todo o curso sem dificuldades com a linguagem.

Who this course is for:

Analistas de dados, cientistas de dados, analistas de BI, analistas de negócio, estatísticos, pesquisadores em geral. Empreendedores e profissionais de administração, economia, marketing que desejam enriquecer o currículo.

Visualização de dados com Python

What you'll learn

Explore related topics

Course content

Materiais e arquivos do curso2 lectures • 1min

Princípios básicos do Python25 lectures • 3hr

Introdução a visualização de dados11 lectures • 21min

Matplotlib43 lectures • 3hr 4min

Seaborn21 lectures • 1hr 26min

Plotly22 lectures • 1hr 28min

Outras visualizações: geoespaciais, wordcloud e missings3 lectures • 59min

Requirements

Description

Who this course is for: