Matplotlib e Storytelling com Dados — Pt. II
Um guia para criar gráficos no Matplotlib usando técnicas do livro “Storytelling com Dados”
Introdução
Na primeira parte (Matplotlib e Storytelling com Dados — Pt. I), compreendemos como funciona o Matplotlib. Entendemos como funciona a hierarquia dessa biblioteca, quais são as diferenças entre Interface Pyplot e Interface Orientada a Objetos, e, também, verificamos alguns elementos da anatomia de uma ‘Figure’.
Agora, vamos focar na parte prática: como utilizar o Matplotlib para fazer gráficos informativos e impactantes. Vamos utilizar técnicas do livro “Storytelling com Dados” para tornar a nossa visualização de dados mais interessante.
Em seu livro, Cole Nussbaumer nos fornece orientações para melhorar a comunicação visual com dados por meio de seis lições importantes:
- 1. Entenda o contexto
- 2. Escolha uma apresentação visual adequada
- 3. Elimine a saturação
- 4. Foque a atenção onde você deseja
- 5. Pense como um designer
- 6. Conte uma história
Desse modo, os tópicos desse artigo serão divididos conforme as lições acima.
Obviamente, não vou conseguir transmitir todos os ensinamentos que o livro traz, já que meu intuito é dar um panorama de como utilizar o Matplotlib para incrementar seus gráficos. Então, não preciso nem dizer que recomendo fortemente a leitura do livro, né?! 😅
Orientações Gerais
Vou utilizar a Abordagem Orientada a Objetos do Matplotlib, pois eu acredito que seja melhor para as nossas personalizações. No entanto, caso queira utilizar a Interface Pyplot, fique à vontade, já que ela é ótima também.
Como prática, até recomendo você transformar os códigos que utilizarmos aqui para fazer pela Interface Pyplot!
Fonte dos Dados
Todos os dados usados aqui foram obtidos a partir do Kaggle. Para baixar o dataset, vá no link abaixo:
Além disso, pode acessar o notebook no Google Colab com os códigos que vamos utilizar no link abaixo:
Agora, vamos iniciar a construção do nosso gráfico com Matplotlib conforme ensinamentos retirados do livro “Storytelling com Dados”.
1. Entenda o contexto
Nessa primeira lição, Cole cita duas perguntas fundamentais que devem ser respondidas para contar uma história com dados:
- Quem é seu público?
- O que ele precisa saber ou fazer?
De fato, como vamos mostrar uma informação se nem sabemos para quem vamos apresentar?
Desse modo, nesse artigo vamos imaginar que iremos apresentar uma visualização gráfica para o Ministro do Meio Ambiente (sim, vamos elevar nosso trabalho para apresentar para um ministro! 😅), o qual quer saber a evolução do registro de queimadas nas florestas brasileiras ao longo dos anos.
Para isso, vamos realizar uma exploração dos dados para, posteriormente, apresentar uma explanação acerca das informações! Você sabe que não podemos apenas jogar um monte de dados para o ministro, né?
Se a sua resposta foi um ‘não!’ para a pergunta acima, vou deixar essa dica: não podemos apresentar uma análise exploratória em vez de uma explanatória.
Como assim? Veja abaixo a diferença entre as análises:
- Análise Exploratória → descobrir/compreender os dados
- Análise Explanatória → mostrar/explicar as informações
Vou deixar abaixo o link de um post que fiz no LinkedIn explicando melhor a diferença desses conceitos (que são enfatizados no “Storytelling com Dados”). E, lendo esse artigo, você vai ver a diferença de um gráfico exploratório e um explanatório!
- Post LinkedIn — Análise Exploratória x Análise Explanatória
Depois dessas orientações, vamos iniciar nossa análise exploratória.
Primeiramente, vamos verificar como é o nosso dataset. Para isso, utilizaremos as bibliotecas Pandas e Matplolib para analisar os dados. Pode ser necessário instalar as bibliotecas antes de usá-las, caso não esteja usando o Jupyter Notebook ou o Google Colab.
Instale-as, se necessário, conforme os comandos abaixo:
pip3 install pandas
pip3 install matplotlibComo qualquer biblioteca, elas precisam ser importadas para funcionar no seu notebook. Você pode fazer isso pelo seguinte comando:
# Bibliotecas para Manipulação de Dados
import pandas as pd
import numpy as np
# Biblioteca para Visualização de Dados
import matplotlib.pyplot as pltCom as bibliotecas importadas, vamos pegar o dataset e analisá-lo:
df = pd.read_csv('amazon.csv', encoding='latin1')
dfComo podemos ver abaixo, é um conjunto de dados simples, que possui apenas 6454 linhas e 5 colunas:
Como podemos ver, há duas variáveis interessantes para a nossa análise da evolução do registro de queimadas ao longo dos anos:
yearnumber
Desse modo, vou utilizar o método .groupby do Pandas, que agrupa determinados valores — no caso, os anos (year)— e depois soma o número de queimadas (number), conforme cada ano, pelo método .sum().
Como os números estão em decimal, optei por transformá-los em inteiro pelo método .astype(int). Com isso, foi criado uma nova coluna para os números inteiros.
# Agrupar os dados por ano e somar número de queimadas
queimadas_ano = df.groupby('year')['number'].sum().reset_index()
# Nova coluna com números de queimadas arredondados
queimadas_ano['int_number'] = queimadas_ano['number'].astype(int)
display(queimadas_ano)
Após essa análise exploratória básica, estamos prontos para a próxima etapa: escolher o gráfico adequado.
2. Escolha uma apresentação visual adequada
Nessa seção, devemos entender qual é a melhor maneira de mostrar os dados que vamos comunicar. Visto que vamos apresentar a evolução do registro de queimadas ao longo dos anos, vou optar por utilizar o gráfico de linhas.
De acordo com Cole, os gráficos de linhas são usados para registrar dados contínuos, os quais estão em alguma unidade de tempo: dias, meses, trimestres ou anos.
Obs.: Na análise que estamos realizando, eu preferi utilizar o gráfico de linhas, mas os gráficos de barras também podem ser uma opção. Nesse sentido, tudo DEPENDE do que você quer mostrar.
Sendo assim, para plotar o gráfico, vamos utilizar a Interface Pyplot (explicada no artigo Matplotlib e Storytelling com Dados — Pt. I), só para entender como será nossa visualização gráfica:
anos = queimadas_ano['year']
queimadas = queimadas_ano['int_number']
plt.plot(anos, queimadas)
plt.show()E o resultado é esse:
Podemos notar, inicialmente, que há um aumento dos registros de queimadas ao longo dos anos. Todavia, o gráfico está longe de ser a melhor visualização possível para ser apresentado. Por isso, vamos à próxima etapa: eliminar a saturação.
3. Elimine a saturação
A saturação é sua inimiga!
Essa frase é o título de um dos capítulos do “Storytelling com Dados”. Conforme explicado por Cole, nós devemos nos preocupar com a carga cognitiva transmitida ao nosso público — em outras palavras, o esforço mental exigido que o Ministro vai ter para aprender as informações contidas no gráfico.
De fato, o cérebro humano possui uma quantidade finita desse poder de processamento mental. Portanto, precisamos reduzir a saturação — eliminar os elementos visuais que ocupam espaço físico, mas não aumentam o entendimento.
Quer entender melhor isso? O site “WTF Visualizations” possui diversas visualizações de dados ruins (na verdade, terríveis!) que podem servir de inspiração para o que NÃO FAZER nas suas análises. Veja esse lindo gráfico de pizza com uma saturação absurda:
Com o Matplotlib, vamos retirar tudo que for desnessário do nosso gráfico com esse único objetivo: DESTACAR OS DADOS!
Desse modo, você se lembra da Abordagem Orientada a Objetos e da anatomia de uma ‘Figure’? Agora vamos utilizar esses conceitos, por isso recomendo abrir o outro artigo e deixar na parte “Anatomia de uma Figure no Matplotlib”.
Em primeiro lugar, vamos pegar o código com Pyplot e vamos transformar para OO:
# Criar a figura e os eixos
fig, ax = plt.subplots(figsize=(14, 7), dpi=72)
# Criar o gráfico de linha
ax.plot(queimadas_ano['year'], queimadas_ano['int_number'], color=AZUL1, linewidth=4) # ax.plot(x, y)
# Exibir o gráfico
plt.show()Nesse caso, já defini o comprimento e largura da Figure com figsize=(14, 7). Por sua vez, o parâmetro dpi=72 especifica a resolução da imagem em pontos por polegada, controlando a nitidez do gráfico.
Além disso, no ax.plot, já inseri a cor (vou detalhar melhor abaixo) e a largura da linha (também vou explicar melhor abaixo). Após isso, usamos o comando plt.show() para exibir o gráfico. Logo, ficou assim:
Agora, vou usar alguns métodos que eu geralmente utilizo nos meus gráficos. Nesse sentido, essa parte acaba se tornando um Ctrl + C / Ctrl + V nas outras visualizações que faço com Matplotlib.
# Criar a figura e os eixos
fig, ax = plt.subplots(figsize=(14, 7), dpi=72)
# Criar o gráfico de linha
ax.plot(queimadas_ano['year'], queimadas_ano['int_number'], color=AZUL1, linewidth=4)
# Remover grid
ax.grid(False)
# Remover linhas
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
# Definir cores das linhas
ax.spines['bottom'].set_color(CINZA5)
ax.spines['left'].set_color(CINZA5)
# Configurar rótulos do eixo y
ax.set_ylabel('Registros de Queimadas', color=CINZA5, fontsize=12, fontweight='bold')
# Definir cor cinza dos valores dos eixos x e y
ax.tick_params(axis='x', colors=CINZA5, labelsize=12)
ax.tick_params(axis='y', colors=CINZA5, labelsize=12)
# Forçar anos eixo x
ax.set_xticks(ticks=anos, labels=anos)
plt.show()Vou detalhar os métodos que usei aqui:
ax.grid(False)→ Remover as linhas de grade. Embora no nosso plot original não tivessem essas linhas, recomendo sempre retirá-las.ax.spines[].set_visible(False)→ Remover as linhas laterais. Se quiser remover todas, pode utilizar o métodoax.set_frame_on(False). Senão, só utilizarbottom(embaixo),top(acima),left(esquerda),right(direita) para remover alguma das linhas.ax.spines[].set_color(CINZA5)→ Definir as cores. Pode utilizar tambémbottom(embaixo),top(acima),left(esquerda),right(direita). Vamos detalhar melhor sobre cores mais abaixo no artigo.ax.set_ylabel()→ Definir o nome do eixo. Isso é necessário para entender o que a linha se trata.ax.tick_params(axis=, colors=CINZA5, labelsize=12)→ Definir a cor e tamanho dos valores dos eixos x e y.ax.set_xticks(ticks=anos, labels=anos)→ Por padrão, o Matplotlib não coloca todos os valores no eixo x. Assim, esse comando “força” a colocar todos os anos nesse eixo.
O resultado será esse:
Aos poucos retiramos algumas saturações do gráfico, mas vamos continuar com esse processo nos próximos passos. Agora, vamos chamar a atenção para os dados.
4. Foque a atenção onde você deseja
Antes de iniciar as orientações sobre essa seção, quero que você conte rapidamente quantos números 3 aparecem na sequência.
A resposta é: 6. Agora, repita o exercício de contagem do número 3.
Acho que ficou mais fácil de identificar que a resposta é 6, né?!
Como é explicado por Cole, a cor é um dos vários atributos pré-atentivos para serem utilizados no gráfico a fim de chamar a atenção.
Isto é, se usados estrategicamente, os atributos pré-atentivos permitem que nosso público veja o que queremos antes mesmo que saiba o que está vendo!
Abaixo, vou deixar uma imagem de elementos que podem ajudar na atração da visualização de dados.
Depois dessas explicações, vamos iniciar com um dos elementos de destaque que eu mais gosto: cor (tonalidade).
Cor
Para as cores, eu sempre utilizo essas que estão no código abaixo. São cores que Cole utiliza em seus gráficos também!
# Definições de cores -> todas estão numa escala de mais escura para mais clara
CINZA1, CINZA2, CINZA3 = '#231F20', '#414040', '#555655'
CINZA4, CINZA5, CINZA6 = '#646369', '#76787B', '#828282'
CINZA7, CINZA8, CINZA9 = '#929497', '#A6A6A5', '#BFBEBE'
AZUL1, AZUL2, AZUL3, AZUL4 = '#174A7E', '#4A81BF', '#94B2D7', '#94AFC5'
VERMELHO1, VERMELHO2, VERMELHO3, VERMELHO4, VERMELHO5 = '#DB0527', '#E23652', '#ED8293', '#F4B4BE', '#FBE6E9'
VERDE1, VERDE2 = '#0C8040', '#9ABB59'
LARANJA1 = '#F79747'
AMARELO1, AMARELO2, AMARELO3, AMARELO4, AMARELO5 = '#FFC700', '#FFCC19', '#FFEB51', '#FFE37F', '#FFEEB2'
BRANCO = '#FFFFFF'No entanto, você pode optar por outras. Por exemplo, a própria documentação do Matplotlib possui uma seção dedicada só para cores.
Se preferir, vou deixar abaixo uma linha de código para escolher a paleta de cor e, também, vou colocar a documentação do Matplotlib para pegar a paleta.
import matplotlib.pyplot as plt
from cycler import cyclercores = plt.get_cmap('Pastel2').colors # Pegar mapa de cores
ciclo_cores = cycler('color', cores) # Associar paleta a um ciclo de cores
plt.rc('axes', prop_cycle=ciclo_cores) # rc -> sempre que criar eixos -> usar cicloPara chamar a atenção, eu gosto de utilizar o AZUL. Como disse Cole, além de imprimir bem em preto e branco, evita-se problemas com daltonismo!
Segundo Cole, aproximadamente 8% dos homens e metade disso de mulheres são daltônicos.
Pessoas daltônicas geralmente possuem a dificuldade de distinguir entre tons vermelho e verde. Nesse sentido, é bom evitar essas cores.
Veja a imagem abaixo. Na esquerda, como é enxergado por uma pessoa sem daltonismo. No lado direito, como uma pessoa daltônica visualiza.
Contudo, se for necessário utilizá-las, certifique-se de adicionar algum indício visual. Por exemplo, um sinal de + para verde (pois é associado a cores positivas) e um sinal de — para cor vermelha (visto que é relacionado à redução ou a coisas negativas).
Agora, vamos para o nosso gráfico. Eu notei que houve uma ascensão após o ano de 2008 de registros de queimadas e, portanto, queria focar nisso. Logo, vamos dividir os plots das linhas (ax.plot) em dois grupos:
# Dividir os dados em dois segmentos
dados_1998_2008 = queimadas_ano[(queimadas_ano['year'] >= 1998) & (queimadas_ano['year'] <= 2008)]
dados_2008_2017 = queimadas_ano[(queimadas_ano['year'] >= 2008) & (queimadas_ano['year'] <= 2017)]
# Criar o gráfico de linha para cada segmento com cores diferentes
ax.plot(dados_1998_2008['year'], dados_1998_2008['int_number'], color=CINZA7)
ax.plot(dados_2008_2017['year'], dados_2008_2017['int_number'], color=AZUL1)Nesse caso, definimos até 2008 com uma cor cinza e o restante dos anos com azul. Além disso, vamos definir outro elemento: tamanho das linhas.
Tamanho
O tamanho também é um ótimo aliado para direcionar a atenção do público. Nesse sentido, vamos definir, por meio do parâmetro linewidth a largura das linhas.
dados_1998_2008 = queimadas_ano[(queimadas_ano['year'] >= 1998) & (queimadas_ano['year'] <= 2008)]
dados_2008_2017 = queimadas_ano[(queimadas_ano['year'] >= 2008) & (queimadas_ano['year'] <= 2017)]
ax.plot(dados_1998_2008['year'], dados_1998_2008['int_number'],
color=CINZA7,
linewidth=2) # Largura 2
ax.plot(dados_2008_2017['year'], dados_2008_2017['int_number'],
color=AZUL1,
linewidth=4) # Largura 2Acercamento
Por fim, para dar um maior destaque, vou realizar um “acercamento” entre os anos de 2008 e 2017. Para isso, vamos utilizar o método ax.axvspan. O parâmetro alpha indica a transparência da área de foco.
fig, ax = plt.subplots(figsize=(14, 7), dpi=72)
dados_1998_2008 = queimadas_ano[(queimadas_ano['year'] >= 1998) & (queimadas_ano['year'] <= 2008)]
dados_2008_2017 = queimadas_ano[(queimadas_ano['year'] >= 2008) & (queimadas_ano['year'] <= 2017)]
ax.plot(dados_1998_2008['year'], dados_1998_2008['int_number'],
color=CINZA7,
linewidth=2)
ax.plot(dados_2008_2017['year'], dados_2008_2017['int_number'],
color=AZUL1,
linewidth=4)
# Definir área para foco
ax.axvspan(2008, 2017, color=CINZA4, alpha=0.15) # alpha -> transparênciaPor fim, vamos juntar todo o código e verificar como está ficando nosso gráfico:
# Criar a figura e os eixos
fig, ax = plt.subplots(figsize=(14, 7), dpi=72)
# Dividir os dados em dois segmentos
dados_1998_2008 = queimadas_ano[(queimadas_ano['year'] >= 1998) & (queimadas_ano['year'] <= 2008)]
dados_2008_2017 = queimadas_ano[(queimadas_ano['year'] >= 2008) & (queimadas_ano['year'] <= 2017)]
# Criar o gráfico de linha para cada segmento com cores diferentes
ax.plot(dados_1998_2008['year'], dados_1998_2008['int_number'], color=CINZA7, linewidth=2)
ax.plot(dados_2008_2017['year'], dados_2008_2017['int_number'], color=AZUL1, linewidth=4)
# Definir área para foco
ax.axvspan(2008, 2017, color=CINZA4, alpha=0.15)
# Remover grid
ax.grid(False)
# Remover linhas
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
# Definir cores das linhas
ax.spines['bottom'].set_color(CINZA5)
ax.spines['left'].set_color(CINZA5)
# Configurar rótulos do eixo y
ax.set_ylabel('Registros de Queimadas', color=CINZA5, fontsize=12, fontweight='bold')
# Definir cor cinza dos valores dos eixos x e y
ax.tick_params(axis='x', colors=CINZA5, labelsize=12)
ax.tick_params(axis='y', colors=CINZA5, labelsize=12)
# Forçar anos eixo x
ax.set_xticks(ticks=anos, labels=anos)
plt.show()Resultado do código acima:
Agora, estamos chegando na reta final, em que vamos fazer os últimos detalhes do gráfico, como adicionar legendas, títulos e fonte.
5. Pense como um designer
Ao pensar como um designer, Cole expõe quatro estratégias para serem consideradas ao criar uma visualização de dados:
- Affordance → aspectos inerentes ao design que tornam óbvio como o produto deve ser usado
Por exemplo, um botão permite ser pressionado. Essa característica sugere como interagir com o objeto. Quando affordances suficientes estão presentes, o bom design desaparece e você nem percebe.
No nosso gráfico, estamos aos poucos mostrando como queremos que ele seja interpretado (focando após 2008, mudança das linhas, etc).
- Acessibilidade → designs devem ser úteis para pessoas com diversas habilidades
Resumidademente: não complique demais! Quanto mais complexa a visualização de dados, maior será a percepção pelo público de que a compreensão demandará mais tempo, diminuindo, assim, a probabilidade de interesse em interpretá-la.
Afinal, pense no nosso exemplo, quanto tempo você acha que um Ministro do Meio Ambiente possui para analisar um gráfico?!
Nesse tópico, vamos colocar títulos, legendas e qualquer item que possa auxiliar na compreensão do nosso gráfico.
- Estética → atenção à estética mostra um respeito geral por seu trabalho e seu público
Precisamos aumentar a tolerância do público a problemas de design, tornando os visuais esteticamente atraentes.
Nesse caso, acredito que estamos fazendo um bom trabalho! Então não vou entrar em muitos detalhes.
- Aceitação → para o design ser eficiente, precisa ser aceito pelo público
É necessário que a visualização que estamos apresentando seja aceita pelas pessoas. Afinal, muitos são resistentes às modificações, pois é um fato da natureza humana a maioria dos indivíduos sentir certo grau de desconforto com mudanças.
Além disso, embora estejamos fingindo que vamos apresentar um gráfico para o Ministro do Meio Ambiente, o meu público é você, leitor! Por isso, se tiver sugestões de melhorias, entre em contato comigo no LinkedIn.
Agora, após essa introdução, vamos voltar ao nosso gráfico. Primeiramente, quero destacar valores de queimadas em 4 anos:
- 1998 → acho bom destacar o primeiro ano com registros
- 2003 -> foi o pico de queimadas
- 2008 -> apresentou o menor registro no declínio pós 2003
- 2017 -> quero mostrar o último registro (infelizmente, o dataset só vai até esse ano, mas seria legal mostrar como está atualmente).
Para colocar os valores, vamos fazer uma coisa um pouquinho mais avançada.
for ano, queimada in zip(anos, queimadas):
if ano in [1998, 2003]:
ax.scatter(ano, queimada, s=50, color=CINZA7)
ax.annotate(queimada,
xy=(ano, queimada),
xytext=(8, 0),
textcoords='offset points',
color=CINZA7,
fontsize=12)
elif ano in [2008, 2017]:
ax.scatter(ano, queimada, s=100, color=AZUL1)
ax.annotate(queimada,
xy=(ano, queimada),
xytext=(8, 0),
textcoords='offset points',
color=AZUL1,
fontsize=14)Neste código, estamos percorrendo a coluna dos anos (ano) e valores de queimadas (queimada) usando um loop for. A função zip é utilizada para combinar as duas variáveis , anos e queimadas(basicamente vai “juntar” cada ano com seu número, por exemplo, vai fazer isso (1998, 20013)).
Para cada par de valores ano-queimada:
- O código verifica se o ano está na lista
[1998, 2003]ou[2008, 2017]usando condicionaisifeelif. - Se o ano estiver em
[1998, 2003], ele cria um gráfico de dispersão (ax.scatter) com tamanhos=50, usando a corCINZA7. Em seguida, adiciona um rótulo (ax.annotate) no ponto com o valor de queimadas, utilizando coordenadasxypara a posição do rótulo. O argumentoxytextdefine a posição do texto relativo ao ponto,textcoordsdefine as coordenadas do texto em relação ao ponto (valor vai ficar sempre um pouco ao lado), a cor do texto é definida comoCINZA7e o tamanho da fonte é definido comofontsize=12. - Se o ano estiver em
[2008, 2017], ele cria um ponto de dispersão com tamanhos=100, usando a corAZUL1. Em seguida, adiciona um rótulo no ponto com o valor da queimada, da mesma forma que no caso anterior, mas com uma cor diferente e um tamanho de fonte maior.
Ok, isso pode ser uma parte mais complicadinha. Mas, resumindo, vamos percorrer as colunas ano e queimadas ao mesmo tempo, colocando o registro de queimadas apenas nos anos que quereremos (estamos utilizando o gráfico de dispersão para isso).
Além disso, visto que destacamos alguns anos, vou omitir o eixo y para evitar a inclusão de informação redundante (lembra de reduzir a saturação, certo?!). Todavia, fique à vontade para optar por deixar ou não.
# Remover yticks do eixo y
ax.set_yticks([])Vou deixar os ticks (os ‘tracinhos’) acima dos anos, pois acho que vai ficar melhor. No entanto, se quiser retirar, pode usar o comando:
ax.tick_params(bottom=False)
Por fim, deixei por último uma das partes que acho mais trabalhosas do Matplotlib: inserir textos nos gráficos.
Conforme Cole, o uso cuidadoso de texto ajuda a garantir que sua visualização de dados seja acessível. O texto tem várias funções na comunicação com dados: utilize-o para legendar, apresentar, explicar, reforçar, destacar, recomendar e contar uma história.
Desse modo, primeiramente vamos colocar o título. Se quiser, você pode utilizar o ax.set_title() ou plt.title() para criá-lo. Todavia, acho melhor utilizar o ax.text (há a opção ax.annotate também).
# Título
ax.text(-0.02, 1.22,'Focos de Queimadas nas Florestas Brasileiras entre 1998 e 2017',
fontsize=25,
color=CINZA3,
fontweight='bold',
transform=ax.transAxes)No código acima, quero destacar essa linha: transform=ax.transAxes. Por quê? Simplesmente pois é um processo meio trabalhoso acertar o posicionamento preciso de textos no Matplotlib (sim, é tentativa e erro, até verificar a melhor disposição).
Desse modo, a linha transform=ax.transAxesvai especificar o sistema de coordenadas, em que os valores típicos variam de 0 a 1 ao longo do gráfico. Gosto de utilizá-lo pois facilita encontrar o posicionamento adequado dos textos.
Deixa detalhar melhor abaixo:
- Coordenada (0,1): será o canto superior esquerdo do gráfico
- Coordenada (0,0): será o canto inferior esquerdo do gráfico
- Coordenada (1,1): será o canto superior direito do gráfico
- Coordenada (1,0): será o canto inferior direito do gráfico
Embora Cole não ache bom destacar tanto o título do gráfico, eu optei por deixá-lo em negrito. Avalie se você prefere destacar mais o título ou não!
Além disso, resolvi colocar um subtítulo explicando melhor a situação. Todavia, isso não é obrigatório, ok?!
# Subtítulo
ax.text(-0.02, 1.1,'O pico de queimadas ocorreu em 2003, tendo um declínio após esse ano. Contudo, '
'entre 2009 e 2017, houve um aumento nos\nfocos de queimadas. '
'Nesse sentido, o monitoramento e ações preventivas são '
'cruciais para preservar nossos ecossistemas.',
fontsize=14,
color=CINZA5,
transform=ax.transAxes)Agora, vamos colocar as legendas dentro do gráfico para direcionar a interpretação do nosso gráfico pelo Ministro do Meio Ambiente.
# Legendas
ax.text(0.02, 0.62,'$\\bf 1998-2003$: nesse período,\nobservou-se um crescimento\n'
'progressivo nos registros de\n'
'queimadas, atingindo seu pico\n'
'em 2003, com um aumento\n'
'expressivo de 113% em\n'
'comparação a 1998.',
fontsize=11.5,
color=CINZA4,
transform=ax.transAxes)
# Legendas
ax.text(0.26, 0.15,'$\\bf 2004-2008$: porém, após o pico em\n2003, nota-se que houve'
' um declínio\nacentuado de queimadas nas\n'
'florestas brasileiras.',
fontsize=11.5,
color=CINZA4,
transform=ax.transAxes)
# Legendas
ax.text(0.54, 0.2,'$\\bf 2009-2017$: após 2008, o número de queimadas\n'
'aumentou novamente. Isso revela a importância de um\n'
'monitoramento contínuo a essa questão ambiental.',
fontsize=12.5,
color=AZUL1,
transform=ax.transAxes)
Obs.: As nossas legendas estão um pouco vagas. Recomendo você explorar mais os dados e buscar notícias sobre o aumento e diminuição de queimadas ao longo dos anos, além de verificar quais biomas sofreram mais com essa questão ambiental.
Por fim, vamos colocar a fonte do nosso gráfico no rodapé. No Kaggle, o autor obteve os dados no site Dados Abertos do Governo Federal, por isso coloquei-o como nossa fonte.
# Rodapé para a fonte
ax.text(-0.02, -0.15,'Fonte: Dados Abertos - Governo Federal',
fontsize=12,
color=CINZA5,
transform=ax.transAxes)Agora, vamos visualizar nosso gráfico? Verifique após o código abaixo:
# Criar a figura e os eixos
fig, ax = plt.subplots(figsize=(14, 7), dpi=72)
# Dividir os dados em dois segmentos
dados_1998_2008 = queimadas_ano[(queimadas_ano['year'] >= 1998) & (queimadas_ano['year'] <= 2008)]
dados_2008_2017 = queimadas_ano[(queimadas_ano['year'] >= 2008) & (queimadas_ano['year'] <= 2017)]
# Gráfico de linha para cada segmento com cores diferentes
ax.plot(dados_1998_2008['year'], dados_1998_2008['int_number'], color=CINZA7, linewidth=2)
ax.plot(dados_2008_2017['year'], dados_2008_2017['int_number'], color=AZUL1, linewidth=4)
# Remover grid
ax.grid(False)
# Remover linhas
ax.spines['right'].set_visible(False)
ax.spines['left'].set_visible(False)
ax.spines['top'].set_visible(False)
# Definir cores das linhas
ax.spines['left'].set_color(CINZA5)
ax.spines['bottom'].set_color(CINZA5)
# Configurar rótulos do eixo y
ax.set_ylabel('Registros de Queimadas', color=CINZA5, fontsize=12, fontweight='bold')
# Definir cor cinza dos valores do eixo x
ax.tick_params(axis='x', colors=CINZA5, labelsize=12)
# Definir comprimento eixo y
ax.set_ylim(15000, 45000)
# Remover yticks do eixo y
ax.set_yticks([])
# Forçar anos eixo x
ax.set_xticks(ticks=anos, labels=anos)
# Definir área para foco
ax.axvspan(2008, 2017, color=CINZA4, alpha=0.15)
# Rótulos
for ano, queimada in zip(anos, queimadas):
if ano in [1998, 2003]:
ax.scatter(ano, queimada, s=50, color=CINZA7)
ax.annotate(queimada,
xy=(ano, queimada),
xytext=(8, 0),
textcoords='offset points',
color=CINZA7,
fontsize=12)
elif ano in [2008, 2017]:
ax.scatter(ano, queimada, s=100, color=AZUL1)
ax.annotate(queimada,
xy=(ano, queimada),
xytext=(8, 0),
textcoords='offset points',
color=AZUL1,
fontsize=14)
# Título / Subtítulo / Legendas
ax.text(-0.02, 1.22,'Focos de Queimadas nas Florestas Brasileiras entre 1998 e 2017',
fontsize=25,
color=CINZA3,
fontweight='bold',
transform=ax.transAxes)
# Subtítulo
ax.text(-0.02, 1.1,'O pico de queimadas ocorreu em 2003, tendo um declínio após esse ano. Contudo, '
'entre 2008 e 2017, houve um aumento nos\nfocos de queimadas. '
'Nesse sentido, o monitoramento e ações preventivas são '
'cruciais para preservar nossos ecossistemas.',
fontsize=14,
color=CINZA5,
transform=ax.transAxes)
# Legendas
ax.text(0.02, 0.62,'$\\bf 1998-2003$: nesse período,\nobservou-se um crescimento\n'
'progressivo nos registros de\n'
'queimadas, atingindo seu pico\n'
'em 2003, com um aumento\n'
'expressivo de 113% em\n'
'comparação a 1998.',
fontsize=11.5,
color=CINZA4,
transform=ax.transAxes)
# Legendas
ax.text(0.26, 0.15,'$\\bf 2004-2008$: porém, após o pico em\n2003, nota-se que houve'
' um declínio\nacentuado de queimadas nas\n'
'florestas brasileiras.',
fontsize=11.5,
color=CINZA4,
transform=ax.transAxes)
# Legendas
ax.text(0.54, 0.2,'$\\bf 2009-2017$: após 2008, o número de queimadas\n'
'aumentou novamente. Isso revela a importância de um\n'
'monitoramento contínuo a essa questão ambiental.',
fontsize=12.5,
color=AZUL1,
transform=ax.transAxes)
# Rodapé para a fonte
ax.text(-0.02, -0.15,'Fonte: Dados Abertos - Governo Federal',
fontsize=12,
color=CINZA5,
transform=ax.transAxes)
# Ajustar espaço entre os plots
plt.tight_layout()
# Exibir o gráfico
plt.show()Resultado:
Gostou do nosso resultado? Acha que o Ministro do Meio Ambiente vai entender a importância de monitorar as queimadas nas florestas brasileiras?
Compare o antes e depois do nosso gráfico! Veja a importância de transformar sua análise exploratória em uma explanatória:
Esse é o nosso resultado final, mas, se fôssemos realizar uma apresentação para o Ministro, por que não contarmos uma história?
Vamos à última parte do nosso artigo!
6. Conte uma história
Como já mencionamos, o Ministro do Meio Ambiente deve ser uma pessoa meio ocupada, certo? E se tivéssemos apenas cinco minutos para apresentar os nossos resultados?
A sequência a seguir ilustra um caminho que poderíamos realizar para destacar nossos achados.
Primeiro, vamos situar o Ministro sobre o problema. Podemos explicar que as queimadas são um problema ambiental relevante no país e que vamos demonstrar isso com dados!
Nesse sentido, vamos destacar o pico de queimadas no ano de 2003.
Após isso, vamos mostrar que houve um declínio desse problema ambiental.
Depois de relatar o declínio, vamos chamar atenção do nosso público para o que achamos importante: o aumento de queimadas após 2008. Isso é importante para alertar o Ministro que as queimadas são um assunto extremamente relevante no cenário nacional.
Agora que ele visualizou um panorama, vamos colocar os números e as outras informações.
Esse é o gráfico que vamos entregar ou deixar no slide final. Note que conseguimos focar a atenção do Ministro para tomar medidas para mitigar esse problema.
Contudo, embora nossa análise tenha focado no aumento de queimadas entre 2009 e 2017, não necessariamente poderíamos ter focado nesse período. Por exemplo, poderíamos ter chamado a atenção para o elevado aumento até 2003.
Outra abordagem viável seria analisar a redução das queimadas entre 2003 e 2008. Nesse caso, seria legal investigar as razões por trás desse declínio, o que poderia nos levar a recomendar a implementação de programas de monitoramento florestal mais eficazes.
Por isso, não há uma forma correta para fazer uma apresentação visual com seus dados. Isso que é legal do Storytelling, já que você decide a história que vai contar!
Considerações Finais
Agora, chegou a sua vez. Por que não pegar esse mesmo dataset e verificar quais foram os estados mais atingidos? Ou quais são os meses que possuem o maior número de queimadas?
Ou, se preferir, escolha um outro conjunto de dados e faça uma análise parecida! Não se limite, use sua criatividade e os conhecimentos adquiridos nos dois artigos!
Espero ter ajudado a aprimorar suas técnicas de Storytelling e DataViz.
Estou sempre à disposição para trocarmos experiências!
