**Aula 06 - Visualização de Dados — Transcript & Summary | SozAI** Source: https://sozai.app/transcript/data-visualization-lesson-06/ Aula da PANDA UFSCar sobre visualização de dados: o que é, sua importância na análise, tipos de gráficos, escolha do gráfico adequado e erros comuns. ## Key Takeaways - A escolha do gráfico deve ser guiada pela pergunta que se deseja responder. - Visualização de dados transforma números em padrões perceptíveis, como tendências e comparações. - Tabelas e gráficos têm funções complementares e não se substituem. - Um gráfico visualmente bonito pode ser ruim se usar escala, cores ou tipo inadequados. ## What the video covers - A apresentadora Kailane, do grupo PANDA, introduz a aula sobre visualização de dados e o conceito de dados como informações coletadas. - Explica que a grande quantidade de dados gerados hoje não garante compreensão, exemplificando com uma planilha de 5.000 linhas de vendas. - Define visualização de dados como representação gráfica de informações para facilitar a interpretação. - Mostra que tabelas servem para consultar valores específicos, enquanto gráficos são melhores para perceber tendências. - Apresenta os objetivos da aula: entender visualização, sua importância, conhecer os principais tipos de gráficos, escolher o adequado, identificar erros comuns e conhecer ferramentas. - Enfatiza que a escolha do gráfico deve partir da pergunta que se quer responder, não da preferência estética. - Discute exemplos de gráficos de linha para tendências temporais, gráficos de pizza para proporções simples e scatter plots para relações entre variáveis. - Explica o uso de histogramas/boxplots para distribuições, evitando plotar observações individuais quando há muitos dados. - Alerta para erros comuns como excesso de informações, cores demais, escalas inadequadas e uso de gráfico impróprio para a pergunta. - Conclui que o objetivo é criar gráficos claros e objetivos que conectem o leitor à informação relevante. ## Chapters 1. 00:00 Introdução e apresentação da aula 2. 05:00 O que são dados e o problema da grande quantidade de informação 3. 16:00 Definição de visualização de dados e objetivos da aula 4. 25:00 Tabelas versus gráficos e identificação de padrões 5. 26:00 Como escolher o gráfico adequado a cada pergunta 6. 28:20 Erros comuns e escalas inadequadas 7. 48:20 Conclusão e encerramento Answers ## Questions about this video Qual é a definição de visualização de dados apresentada na aula? A aula define visualização de dados como a representação gráfica de informações com o objetivo de facilitar a interpretação. O foco não é apenas transformar uma tabela em desenho, mas tornar padrões e tendências mais fáceis de perceber. Por que a escolha do tipo de gráfico não deve ser feita por preferência estética? A professora argumenta que a primeira pergunta deve ser o que se quer descobrir com os dados. Cada gráfico enfatiza uma característica diferente, então a escolha correta depende da pergunta a ser respondida. Quando uma tabela é mais útil do que um gráfico? Tabelas são úteis para consultar valores específicos, como saber exatamente quanto foi vendido em determinado mês. Já gráficos são mais eficientes para perceber tendências gerais nos dados. ## Full Transcript — Download SRT & Markdown 00:04 Speaker A Pronto, estamos ao vivo. Certo. Eh, deixa esperar mais uns segundinhos né? Sim. Bom, boa noite pessoal, eu sou a Kailane, tá? Eu faço parte do grupo Pandas e hoje eu vou apresentar a aula de visualização de dados, tá? Eh, então 02:53 Speaker A hoje a gente vai falar, como eu disse, sobre visualização de dados. E então, antes de começar a definição eh propriamente dita, eu queria que vocês pensassem um pouco no que significa a palavra dados. Eh, quando a gente fala 03:06 Speaker A em dados, normalmente estamos falando de uma informação eh que foram coletadas eh de alguma maneira. Então, por exemplo, pode ser uma quantidade, uma medida, eh uma nota, uma idade, uma temperatura, uma venda, uma resposta de uma pesquisa, eh uma quantidade de pessoas, enfim, eh 03:25 Speaker A praticamente qualquer informação que possa ser registrada e analisada. Eh, e uma coisa interessante é que hoje a gente produz uma quantidade enorme de dados em comparação com o que a gente produzia antigamente. Então, empresas produzem dados, eh, universidades também, hospitais, 03:44 Speaker A aplicativos produzem, redes sociais produzem dados. Então, até coisas extremamente simples do nosso cotidiano podem gerar dados. Então, por exemplo, quando um aplicativo eh registra quantos passos uma pessoa deu durante o dia, isso é um dado. Eh, quando uma loja 04:03 Speaker A registra quantos produtos foram vendidos, isso é um dado. Quando uma universidade registra a nota dos alunos, isso também é um dado. Eh, só que existe um problema. Eh, tem uma grande quantidade de dados não significa necessariamente conseguir compreender 04:18 Speaker A esses dados. Eh, então imaginem que eu entrega para vocês uma planilha contendo 5.000 linhas. Então, cada linha vai representar uma venda de uma empresa. 04:29 Speaker A Eh, a gente vai ter data, ã, o produto, a quantidade vendida, o preço, a região, o vendedor e várias outras informações. 04:38 Speaker A Então, todas essas informações, elas podem ser extremamente importantes, mas se eu simplesmente abrir essa planilha e olhar para ela, será que eu consigo rapidamente responder? Qual foi o mês em que a empresa mais vendeu? Eh, talvez eu vou conseguir, mas eu vou precisar 04:55 Speaker A procurar bastante, comparar os números e, provavelmente, fazer algum tipo de cálculo para eu conseguir ter esse dado. 05:01 Speaker A Agora imagine que eu pegue essas mesmas informações e represente visualmente de uma maneira adequada. Então, de repente, eh, eu consigo olhar pro gráfico e perceber imediatamente que existe um crescimento durante determinado período, eh, que existe, por exemplo, uma queda 05:19 Speaker A em outro período ou que determinado produto possui uma quantidade de vendas muito maior. E é justamente nesse ponto que entra a visualização de dados. Eh, então durante a aula de hoje a gente vai discutir não apenas como representar os 05:34 Speaker A dados visualmente, mas principalmente eh porque determinadas representações funcionam melhor em determinadas situações. Eh, eu quero que vocês prestem atenção especialmente nisso, porque ao longo da aula a gente vai perceber que escolher um gráfico não é uma decisão aleatória. 05:55 Speaker A Então, quando alguém perguntar qual gráfico eu devo usar, a resposta e não deveria ser simplesmente: "Eu gosto mais de tal gráfico ou, por exemplo, eu gosto mais de gráfico de barras ou eu gosto mais do gráfico de pizza porque é mais 06:08 Speaker A bonito". Então, a pergunta, a primeira pergunta que vocês deveriam fazer é: eh, o que eu quero descobrir com esses dados? 06:17 Speaker A Então, vou começar com uma pergunta simples. Quando vocês pensam em visualização de dados ou em gráficos, qual é o primeiro exemplo que vem na cabeça de vocês? 06:33 Speaker A Ã, normal, vocês provavelmente pensaram, por exemplo, de pizza ou de barra. Então é interessante porque existem vários gráficos diferentes e isso já mostra uma coisa, existem várias formas de representar dados e aí cada uma pode enfatizar uma característica diferente 06:50 Speaker A da informação. Então aqui a gente tem os objetivos da aula, tá? Eh, e eu vou explicar um pouco o que significa cada um deles, porque eles vão funcionar praticamente como o caminho que a gente vai seguir. Então, o 07:09 Speaker A primeiro objetivo é entender o que é visualização de dados. Eh, parece óbvio, mas é importante começar por aí, porque existe uma diferença entre simplesmente apresentar dados eh criar uma visualização que facilite a compreensão desses dados. Então depois nós queremos 07:28 Speaker A compreender a importância da da visualização na análise de informações, porque não basta saber fazer um gráfico, a gente precisa entender porque que ele pode facilitar uma análise. Depois disso, a gente vai conhecer os principais tipos de gráficos. 07:46 Speaker A Eh, e aqui a gente tem uma parte importante, tá, da aula, que nós não vamos simplesmente decorar nomes. Então, eu quero que vocês consigam reconhecer o tipo de situação em que em cada gráfico vai faz sentido. Depois a gente tem a 08:01 Speaker A escolha do gráfico mais adequado para diferentes situações. Eh, esse é provavelmente um dos pontos mais importantes. Eh, se eu tenho uma determinada pergunta, eu preciso eh escolher uma representação que vai ajudar a responder aquela pergunta. 08:16 Speaker A A gente também vai eh identificar erros comuns na construção de gráficos, tá? Porque uma visolação ela pode estar visualmente bonita e mesmo assim ela ser ruim. Ela pode eh, por exemplo, ter informações demais, cores demais, uma escala problemática ou simplesmente 08:34 Speaker A utilizar um tipo de gráfico inadequado. E, finalmente, a gente vai conhecer algumas ferramentas utilizadas na área, tá? 08:43 Speaker A Eh, então, no final da aula, a ideia é que vocês não olhem para um gráfico apenas pensando esse gráfico é bonito. A ideia é que vocês olhem e pensem, porque esse gráfico foi escolhido, então o que ele tá tentando mostrar, eh, ele está 08:57 Speaker A conseguindo mostrar isso de uma maneira clara ou não? Eh, o material define visualização de dados como a representação gráfica de informações com o objetivo de facilitar a interpretação, tá? Então, a gente vai separar essa definição em partes. Primeiro, 09:20 Speaker A representação gráfica. Eh, nós estamos pegando informações que podem estar originalmente em números, por exemplo, eh, tabela ou algum outro formato. E a gente tá utilizando elementos visuais para representá-las. Então, esses elementos, eles podem ser barras, linhas, pontos, áreas, cores e outras 09:40 Speaker A formas de representação. Segundo, a gente tem o objetivo de facilitar a interpretação. Isso daqui é fundamental, tá? Então, o objetivo não é simplesmente transformar uma tabela em um desenho. O objetivo é fazer com que determinadas informações presentes nos dados possam 09:57 Speaker A ser percebidas mais facilmente. Então, vamos imaginar uma situação muito simples. Eu tenho uma tabela com seguintes valores de vendas. Eh, janeiro 100, fevereiro 120, março, 140, abril 160 e maio 180. 10:14 Speaker A Se eu apresentar somente esses números, eh, vocês conseguem perceber que existe um crescimento, mas precisam ler os números e comparar. Agora, imagine que esses mesmos valores estejam representados em uma linha que vai subindo. Então, o crescimento ele se 10:31 Speaker A torna uma característica visual. Eh, nós não precisamos analisar individualmente cada número para perceber que a tendência é de crescimento. 10:41 Speaker A É parecido com quando alguém explica uma informação verbalmente e depois desenha alguma coisa para ajudar. A informação não necessariamente mudou. O que mudou foi a forma como ela foi apresentada. 10:55 Speaker A Eh, e dependendo da forma de apresentação determinadas características ficam muito mais fáceis de perceber. Por exemplo, eh, uma tabela pode ser excelente, eh, por exemplo, para consultar um valor específico. Então, se eu quiser saber exatamente quanto foi vendido em março, 11:13 Speaker A eu posso procurar março na tabela. Mas talvez uma tabela, ela não seja a maneira mais eficiente de perceber uma tendência geral. 11:22 Speaker A Então, o gráfico, por outro lado, ele pode ser muito bom para enxergar essa tendência. Eh, então isso também é importante. Visualização não significa que gráficos substituem completamente tabelas. Cada forma de representação pode ter uma função diferente. Eh, é por 11:38 Speaker A isso que o material ele fala em identificar padrões, tendências, comparações e relações, tá? A visualização ajuda justamente a transformar essas características em alvo, em algo que seja visível, eh, visivelmente perceptível. 11:54 Speaker A Eh, agora nós chegamos à pergunta, por que que tudo isso é tão importante? Eh, então aqui a gente apresenta, a gente tem várias funções, tá? Então, facilitar a interpretação, identificar tendências, comparar informações, encontrar padrões, detectar valores fora eh do esperado e 12:12 Speaker A auxiliar na tomada de decisão. Então, vamos pensar em cada uma. Primeiro, facilitar a interpretação. 12:19 Speaker A Se eu tenho poucos dados, talvez isso nem pareça tão importante. Eh, mas conforme a quantidade de dados vai aumentando, interpretar tudo apenas olhando eh números fica cada vez mais difícil. Então, uma visualização pode funcionar como uma espécie de um resumo 12:38 Speaker A visual. Ela não necessariamente vai mostrar cada detalhe, mas ela pode destacar aquilo que seja relevante pra gente no momento. 12:48 Speaker A Tendências. Então depois a gente vai ter tendências. Então uma tendência é um comportamento que pode que a gente pode observar ao longo de uma sequência. Então, por exemplo, uma empresa, ela pode apresentar um crescimento de eh nas vendas durante 13:04 Speaker A vários meses ou vai poder, por exemplo, existir uma queda ou uma situação em que os valores eles vão acabar oscilando muito. Então, um gráfico adequado pode tornar esse esse comportamento bastante evidente. Então, a gente vai conseguir olhar e ver isso. Comparações. Eh, 13:23 Speaker A imagine que eu tenha quatro produtos. Se eu simplesmente escrever produto A 500, produto B 300, produto C 800, produto D 450, eu consigo comparar. Eh, mas quando essas informações são representadas visualmente, a diferença entre os valores pode ficar imediatamente 13:43 Speaker A perceptível. padrões. A gente também tem os padrões. Então, às vezes a gente não tá com eh procurando um único número, por exemplo. 13:52 Speaker A A gente tá tentando perceber um comportamento que vai se repetir ao longo dos dados. Então, por exemplo, uma determinada categoria pode sempre apresentar valores mais altos do que as outras. 14:04 Speaker A Eh, os valores fora do esperado, tá? Então, imagina que a maioria das observações esteja concentrada em determinada faixa e apareça uma observação muito distante. Eh, isso pode ser interessante, tá? Pode ser um erro da coleta, por exemplo, pode ser uma 14:20 Speaker A situação excepcional ou pode ser simplesmente um comportamento real que merece investigação naquele momento. E finalmente a gente tem a tomada de decisão. Então, quando conseguimos transformar uma quantidade grande de dados em uma informação mais compreensível, fica mais fácil utilizar 14:38 Speaker A aquela informação para tomar alguma decisão. É por isso que o que aqui no slide comenta que empresas utilizam visuação visualização para acompanhar indicadores e apoiar decisões, tá? 14:53 Speaker A [roncando] Eh, agora a gente vai pensar eh em uma questão diferente, tá? Se eu crie se eu criar um gráfico, por exemplo, isso significa que eu sei criar uma boa visualização? 15:03 Speaker A Não necessariamente. Uma boa visualização, ela precisa ser simples, clara, objetiva, fácil de interpretar e adequada ao público. 15:12 Speaker A Então, vamos começar pela simplicidade. Eh, simplicidade não significa colocar pouca informação só por colocar, significa evitar elementos que não contribuem para aquilo que a gente tá tentando comunicar nos nossos gráficos, tá? Eh, então imagine que eu tenho um 15:30 Speaker A gráfico extremamente colorido com vários efeitos, vários textos e várias informações adicionais. Talvez ele possa parecer sofisticado, mas se uma pessoa olha para ele e não consegue descobrir qual é a informação principal, então alguma coisa tá errada no gráfico. 15:47 Speaker A Eh, então a gente tem que ter adequação ao público. Eh, pensa em duas pessoas, uma trabalha diariamente com análise de dados e a outra não tem nenhuma familiaridade com estatística. Então, é possível que uma visualização adequada para uma pessoa 16:04 Speaker A não seja igualmente adequada paraa outra. Então, não existe somente a preocupação com os dados, existe também a preocupação com quem vai interpretar esses dados. 16:15 Speaker A Então, a visualização ela precisa funcionar para que o público que vai que vai utilizá-la. Então, não adianta a gente fazer um gráfico que só eu vou conseguir entender. Eu preciso fazer um gráfico que o públ que o público alvo 16:25 Speaker A dela entenda. Agora a gente chegou a que eu considero eh uma das partes mais importantes, tá? 16:34 Speaker A É como escolher o gráfico correto. Então aqui no material a gente tem uma relação muito direta entre o objetivo e o gráfico. Então comparar categorias a gente vai utilizar o gráfico de barras que ele vai mostrar eh aí mostrar 16:50 Speaker A evolução no tempo. A gente vai usar linhas, mostrar proporções, a gente vai usar pizza. Para mostrar distribuição, a gente usa histograma, eh, relacionar variáveis o scatter plot, comparar distribuições, identificar possíveis outliers ou blocks plot e mostrar intensidade ou correlação 17:09 Speaker A hatmap. Eu vou explicar cada um, tá, nos próximos slides tudo bonitinho. Eh, mas eu não quero que vocês decorem, tá? Isso daqui como uma lista. Eu quero que vocês entendam o raciocínio por trás de cada gráfico que eu vou explicar. 17:24 Speaker A Então, antes de escolher o gráfico, a gente precisa se fazer uma pergunta. O que eu quero descobrir? Se eu quero comparar categorias, eu penso, por exemplo, no em barras. Se eu vou querer saber como algo mudou ao longo do tempo, 17:37 Speaker A eu vou pensar em linhas. Eh, se eu quero mostrar como um total está dividido, eu penso em proporções. Se eu quero entender distribuições eh dos valores, eu vou pensar em histograma. Eh, se eu quero observar a relação entre duas variáveis, eu vou 17:53 Speaker A pensar na dispersão. Se eu vou querer comparar distribuições, eu penso no boxplot. E se tem uma matriz ou muitas relações representadas por intensidade, a gente vai usar o hatmap. 18:07 Speaker A Eh, então, por exemplo, eu quero saber qual curso possui mais alunos. Então, a pergunta que a gente faz é: o que eu estou fazendo, por exemplo? 18:16 Speaker A Então, eu estou compando categorias. Então a gente vai usar barras. Agora, por exemplo, se eu quero saber como o número de alunos mudou de 2021 até 2025, agora a gente tá olhando evolução temporal, então a gente usa linhas. Eh, 18:32 Speaker A se eu quiser saber se existe relação entre horas de estudo e nota, são duas variáveis. Então, a gente usa o scarter plot. 18:40 Speaker A Eh, esse tipo de de interação vai te dar tempo para vocês conseguirem eh definir. 18:47 Speaker A Então, sempre façam perguntas, tá? Eh, façam uma pergunta. O que eu quero fazer com esses dados? Porque dependendo de qual eh de qual é a resposta, você vai usar um dado, vai usar um gráfico diferente. 19:03 Speaker A Eh, agora que a gente entendeu o critério de escolha, a gente vai conhecer cada um desses gráficos com mais calma. 19:10 Speaker A Eh, e enquanto eu estiver explicando, tentem pensar sempre na pergunta que aquele gráfico responde. Então, porque se vocês conseguirem associar cada gráfico à pergunta que ele vai estar respondendo, vocês não vão não vão ter precisado decorar aquela lista. 19:26 Speaker A Então, começando pelo gráfico de barras, tá? A função, a função principal dele é comparar categorias. Então, vamos imaginar que a gente tem os cursos de uma universidade. Eh, então, por exemplo, ciência da computação possui 100 alunos, engenharia possui 150 19:41 Speaker A alunos, administração possui 80 alunos. Eh, se eu quero comparar esses cursos, barras fazem sentido. Por quê? Porque cada curso é uma categoria diferente. 19:53 Speaker A Cada categoria eh possui um valor associado. Que nem nesse gráfico aqui eh a gente tá vendo as estações do ano, então inverno, primavera, verão e outubro. Por isso que a gente usa o gráfico de barras. 20:09 Speaker A É, a grande vantagem é que a gente consegue comparar os comprimentos das barras, fica visualmente fácil de com você comparar. Então, se uma barra é muito maior que a outra, a gente percebe rapidamente que existe uma diferença. 20:22 Speaker A Eh, isso também funciona, por exemplo, para vendas, então, produto A, B, C e D, ou por projetos, por área, eh, ou qualquer outra situação em que existam categorias que a gente quer comparar. 20:35 Speaker A Eh, agora, uma coisa importante, eh, um gráfico adequado para uma situação pode não ser adequado para outra, tá? Então, se eu estiver analisando uma evolução temporal, por exemplo, eh, barras podem representar os dados, mas talvez outro gráfico comunique melhor a ideia que eu quero de 20:54 Speaker A evolução. Então, novamente, a gente volta pra pergunta inicial, qual que é o objetivo? Agora a gente tem o gráfico de linhas. 21:04 Speaker A Aqui a ideia central é a evolução ao longo do tempo. Então isso significa que a ordem dos dados é importante. Então, por exemplo, janeiro vem antes de fevereiro, eh, fevereiro vem antes de março e assim por diante. Se eu tenho 21:19 Speaker A vendas mensais, eu posso conectar os pontos e observar o comportamento. É, imagine que as vendas sejam janeiro 100, é, fevereiro 90, março 120, abril 150 e maio 140. 21:36 Speaker A Se eu olhar somente esses números, eu preciso acompanhar a sequência. No gráfico, eu consigo perceber uma queda inicial, depois crescimento e, finalmente, uma pequena queda. Então, o gráfico de linhas, ele torna o comportamento mais fácil da gente conseguir enxergar. 21:54 Speaker A Eh, por exemplo, aqui no no material a gente também apresenta tendo, eh, a gente tá tendo a venda de compradores, dispositível móvel e tablet, tá? 22:06 Speaker A Então aqui a gente vê uma subida dependendo de qual é o dispositivo. Então o gráfico de linhas é bom por causa disso. Você consegue visualizar os dados com só olhando. Ele é bom por causa disso. Então se eu tiver, vamos 22:21 Speaker A supor, se eu tivesse cinco produtos diferentes, sem nenhuma relação temporal, eh, e quisesse simplesmente descobrir qual vendeu mais, então [roncando] nesse caso, o Bass provavelmente seria melhor porque seria mais natural. Então, como eu disse desde o começo, a gente sempre precisa fazer a 22:38 Speaker A pergunta: qual é o objetivo, tá? Porque a gente precisa ver, será que é o gráfico de linha? Será que vai ser o gráfico de barra? Será que vai ser o de pizza? Essa resposta sempre vai responder tudo que a gente precisa 22:50 Speaker A saber. Eh, agora a gente chegou no gráfico de pizza. A ideia aqui é mostrar como um todo está dividido. Então, se a gente tem 100% de alguma coisa, a gente pode mostrar qual porcentagem pertence a cada categoria. 23:05 Speaker A Eh, o exemplo do material apresenta vendas, finanças, marketing e RH, tá? Eh, se vendas, por exemplo, representa 55%, a gente consegue visualizar que mais da metade do total está associada a essa categoria. Então, finanças se apresentam 25%, marketing 15% e RH 5%. Então, 23:27 Speaker A existe uma relação direta entre as partes e o total. Agora vamos imaginar que em vez de quatro categorias eu tenha 20. 23:38 Speaker A Então a representação começa a ficar muito difícil. Eh, as as fatias elas vão ficando pequenas e aí a gente não consegue ver direito aonde tá cada fatia. 23:50 Speaker A E aí as diferenças entre as categorias próximas, elas vão ser bem difíceis de perceber. Então o próprio material aqui destaca que muitas divisões elas dificultam a leitura. 24:02 Speaker A Então, eh, por exemplo, se eu quero mostrar uma proporção simples com três ou quatro categorias, a pizza pode funcionar? Sim, ela vai funcionar de boa. Agora, se eu quiser comparar por, por exemplo, 20, 30 categorias muito parecidas, provavelmente visualmente não 24:18 Speaker A vai ficar legal, porque ele vai ficar muito junto esse esses pedacinhos. Eh, agora a gente tá indo para o histograma, tá? Aqui a pergunta ela vai mudar um pouco. Eu não tô necessariamente perguntando qual categoria é maior. 24:36 Speaker A Eu quero saber como os valores estão distribuídos. Eh, imagine que eu ten as idades de 100 participantes. 24:45 Speaker A Eu poderia listar cada idade individualmente, mas isso não me ajudaria tanto a perceber as distribuição do gráfico. Eh, então eu posso agrupar os valores em intervalos, por exemplo, de 10 a 20 anos, de 20 a 30, de 30 a 40, de 40 a 50 25:04 Speaker A e assim por diante. Depois a gente observa quantas pessoas aparecem em cada faixa. Então, dessa maneira a gente consegue perceber onde os valores vão estar concentrados. 25:18 Speaker A Eh, e aqui existe uma distinção interessante em relação ao gráfico de barras tá? No gráfico de barras, a gente tá normalmente trabalhando com categorias. 25:30 Speaker A No histograma, a gente tá trabalhando com intervalos de valores numéricos para obercevar uma distribuição. Então, apesar de visualmente poderem parecer semelhantes, eh, em algumas representações, a finalidade deles é diferente. 25:46 Speaker A Eh, então, por exemplo, a gente pode analisar nota, analisar idade, podemos analisar tempo, gasto, uma atividade. 25:54 Speaker A Eh, em todos esses casos, a gente quer entender como os valores se distribuem. Então, a gente usa o histograma. 26:04 Speaker A Agora a gente chegou ao gráfico de dispersão, tá? Eh, esse gráfico ele é utilizado para analisar a relação entre duas variáveis numéricas. Então, vamos pegar um exemplo muito intuitivo. Horas de estudo e nota. Para cada aluno, a gente tem duas informações. Quantas 26:23 Speaker A horas ele estudou e qual foi a nota que ele tirou. Então, cada aluno será será representado por um ponto. 26:31 Speaker A Eh, agora imaginam que os alunos eh que estudaram pouco estejam mais pra esquerda e o que estudaram muitas horas estejam mais pra direita. E quanto maior a nota, maior para cima o ponto vai ficar. Se percebemos que esses pontos 26:47 Speaker A eles tendem a subir conforme caminhamos paraa direita, a gente pode dizer que a gente pode dizer que existe uma tendência positiva entre as variáveis. 26:58 Speaker A Agora vamos imaginar que a situação diferente. Eh, conforme uma variável aumenta, a outra tende a diminuir. Nesse caso, podemos observar uma tendência negativa. 27:10 Speaker A E também pode acontecer de os pontos ficarem completamente espalhados, eh, sem uma direção evidente. Nesse caso, a gente não observa uma correlação clara, a gente chama isso de ausência, tá? 27:22 Speaker A E aí a gente tem os outliers. Eh, essa característica é interessante, tá? Porque eles são os pontos que ficam muito afastados dos demais. 27:33 Speaker A Então, esses pontos, eles podem sim ser possíveis atilas. Mas aqui eu quero destacar uma coisa. Se encontrarmos uma relação entre duas variáveis, isso não significa automaticamente que uma delas está causando a outra. 27:49 Speaker A Eh, o gráfico nos mostra um comportamento nos dados. A interpretação causal exige outras análises. Então, devemos ter cuidado para não olhar para uma relação visual e imediatamente concluir que existe causa e efeito. 28:05 Speaker A Eh, aqui a gente tem três exemplos: horas de estudo e nota, altura e peso, temperatura e consumo de energia. Aí, por exemplo, aqui no gráfico a gente tem horas de sol por sorvete vendidos. 28:18 Speaker A Eh, então em todos eles, se vocês perceberem, a gente tem duas variáveis numéricas que a gente pode colocar em relação. 28:27 Speaker A Agora, a gente tem o boxplot. Eh, esse gráfico aqui ele pode parecer mais estranho inicialmente, tá? Mas ele ele é muito útil porque consegue resumir uma distribuição. 28:39 Speaker A Então aqui a gente tem alguns elementos, alguns elementos como mínimo, primeiro quartil, mediana, terceiro quartil, máximo e possíveis outliers. 28:51 Speaker A Eh, a ideia principal aqui é conseguir observar eh como os dados estão distribuídos sem precisar colocar cada observação individualmente. Então, imagine que eu tenha 200 notas de aluno. Se eu quiser comparar três turmas, eu posso ter centenas de valores. Eh, colocar tudo em 29:12 Speaker A uma única representação pode acabar ficando bem difícil. Então, o box plot ele vai resumir cada grupo. 29:20 Speaker A Então, por exemplo, eh, eu posso ter uma caixa representando a turma A, outra representando a turma B e uma outra representando a turma C. É, a partir dessas caixas, a gente consegue comparar o comportamento da distribuição. 29:34 Speaker A Eh, podemos observar, por exemplo, onde está a região central dos valores, podemos observar maior ou menor dispersão. Eh, e a gente pode observar, por exemplo, possíveis valores atípicos, que são os block, né? 29:50 Speaker A Então aqui a gente tem a comparação das notas entre as turmas, eh comparação de salários entre departamentos e tempo de atendimento em hospitais, tá? São situações diferentes, mas existe uma ideia em comum. A gente tá tentando comparar distribuições entre grupos. 30:11 Speaker A É, agora a gente tem o hatmap, tá? Eh, o princípio é usar a intensidade de cor para representar valores. Então, quanto maior ou menor o valor, diferente será a intensidade da cor utilizada. Isso é particularmente útil quando a gente tem 30:30 Speaker A uma quantidade grande de relações para observar. Então, um exemplo que tá aqui no material é a matriz de correlação. 30:39 Speaker A Eh, imagina que a gente tem várias variáveis. Eh, se tentarmos criar um gráfico separado para cada possível relação, a gente rapidamente vai ter muitos gráficos. Então, uma matriz de correlação, ela permite organizar essas relações em uma estrutura única. O 30:58 Speaker A hatmap então utiliza cores para facilitar a identificação das regiões de maior ou menor intensidade. 31:07 Speaker A Eh, a gente também tem eh os dashboards, tá? e o monitoramento de indicadores. Então, imagine que uma empresa está monitorando muitos indicadores e em vez de analisar apenas uma lista de números, a gente a empresa pode utilizar cores 31:25 Speaker A para chamar atenção para determinadas regiões ou valores. Eh, aqui, qual que seria a grande vantagem? Então a gente consegue perceber padrões, intensidade rapidamente, principalmente quando a gente tem muitos valores. 31:43 Speaker A Agora a gente eh até agora nós falamos sobre como escolher e construir uma visualização. Agora a gente vai discutir o que pode dar de errado. Eh, isso é importante porque uma visualização não é automaticamente correta apenas porque foi feita em um programa. 32:00 Speaker A Eh, por exemplo, o Excel não impede alguém de fazer um gráfico ruim. O Python, ele não impede alguém de fazer um gráfico ruim, assim como o Power BI também não vai impedir alguém de fazer um gráfico ruim. Eh, então a ferramenta 32:13 Speaker A ela vai executar apenas aquilo que a gente tá pedindo. A responsabilidade pela escolha da representação continua sendo nossa. 32:24 Speaker A Eh, o primeiro problema é o excesso de informação. Às vezes a gente tem tantos dados disponíveis que a gente quer tentar mostrar tudo, só que o objetivo de uma visualização não é necessariamente colocar todos os dados existentes em uma 32:40 Speaker A única tela. Então, a gente precisa pensar na pergunta que a gente quer responder. Eh, se a pergunta é, por exemplo, qual produto vendeu mais, talvez talvez não seja necessário colocar todas as informações financeiras da empresa no mesmo gráfico. 32:57 Speaker A Se a gente colocar tudo, o usuário ele precisa eh procurar, procurar aquilo que realmente importa no meio de várias informações secundárias. Então, a gente precisa diferenciar duas coisas: quantidade de informação disponível e quantidade de informação necessária para responder a 33:18 Speaker A pergunta. Elas não são necessariamente iguais, tá? Que nem o gráfico aqui no nos slides, tá vendo que tem muita informação, então fica difícil de visualizar tudo porque fica pequenininho os pedaços, principalmente no gráfico de pizza, tá? Então, a gente tem que ter 33:37 Speaker A cuidado com esse com excesso de informações. Outro problema é o uso exagerado de cores. Eh, cores podem ser extremamente úteis, tá? elas podem diferenciar categorias, eh destacar uma informação ou representar intensidade. 33:56 Speaker A Mas quando a gente utiliza cores demais, eh elas deixam de funcionar como auxílio e elas vão, eh, começar a funcionar como distração. Então, imagine um gráfico que vai possuir 10 categorias. Se todas possuem cores completamente diferentes, a gente precisa consultar a legenda o 34:16 Speaker A tempo inteiro, porque fica visualmente confuso da gente olhar. Eh, agora imagine que apenas uma categoria seja realmente importante paraa análise. 34:27 Speaker A Nesse caso, a gente pode pensar em uma forma de destacá-la e deixar as demais neutras. O importante aqui é que a cor ela tenha uma função. Não precisa, não precisa ser várias cores, ela pode ser simplesmente ter uma função. 34:44 Speaker A Agora a gente tem um problema particularmente importante também, que é escalas inadequadas. A escala, ela determina como os valores são distribuídos visualmente. 34:56 Speaker A Então, podemos ter exatamente os mesmos dados, eh, e produzir percepções visuais muito diferentes, dependendo da escala escolhida. 35:06 Speaker A Eh, vamos imaginar que uma empresa teve, por exemplo, 100 vendas eh em um período e 110 no período seguinte. 35:16 Speaker A A diferença real é de 10 vendas. Então, se eu mostrar, por exemplo, um eixo que começa próximo de 100, a distância visual entre os dois valores pode parecer muito grande. Eh, agora, se eu mostrar uma escala muito mais ampla, a 35:33 Speaker A mesma diferença visualmente vai parecer menor. O dado ele não mudou. O que mudou foi a representação desse dado. 35:42 Speaker A Eh, então, por exemplo, aqui no nos slides, chama atenção especificamente para situações em que o eixo Y ele não começa em zero. Eh, e isso gera visualmente diferença entre os valores. Eh, por isso a gente precisa sempre observar eh a 35:59 Speaker A escala antes de interpretar um gráfico. Então, não basta olhar para o tamanho das barras ou paraa distância entre os pontos. A gente precisa olhar também para os valores e para os eixos. 36:14 Speaker A E aí, finalmente, a gente tem a escolha incorreta do gráfico. Esse erro aqui, ele resume praticamente tudo que a gente discutiu até agora. 36:23 Speaker A Então, cada gráfico eh possui uma finalidade específica. Então, se eu escolho um gráfico que não corresponde à pergunta, eu posso acabar dificultando a compreensão do público alvo. 36:38 Speaker A O exemplo apresentado é a evolução de inscritos ao longo do ano. Eh, então vamos imaginar eh 2023 inscritos, eh 2024 950 inscritos, 202500 inscritos e 202650 inscritos. Então, o que que a gente quer descobrir? A gente quer perceber a 36:59 Speaker A evolução. Então, temos uma sequência temporal. Eh, um gráfico de linhas permite visualizar essa evolução de maneira muito natural. Agora imagine tentar transformar esses 4 anos em fatias de pizza. 37:16 Speaker A O gráfico até poderia ser criado, mas qual pergunta ele responderia melhor? Eh, ele mostraria uma divisão entre partes, por exemplo, mas não representaria tão bem a evolução ao longo do tempo. Então, o problema não é que a pizza seja um gráfico inválido, o 37:33 Speaker A problema é que ela está sendo utilizada para uma finalidade que não é mais adequada. 37:42 Speaker A Eh, agora a gente vai falar rapidamente, tá, sobre as ferramentas. Então, a gente tem o Microsoft Excel, o Google Planilhas, o Power BI, o TU e o Python e com bibliotecas como Mat Plot Label, Cborn e o Plot. Eh, é interessante 38:00 Speaker A perceber que existem diferentes tipos eh de níveis de utilização. Então, para uma análise simples, uma planilha pode ser o suficiente. Eh, quando a gente tem, por exemplo, a necessidade de dashboards, eh, acompanhamento de indicadores, visualizações interativas, eh ferramentas, por exemplo, específicas, 38:22 Speaker A podem ser interessantes. Então, quando a gente precisa de maior flexibilidade ou a gente quer integrar a visualização a um eh processo de programação, a gente pode utilizar o Python. 38:37 Speaker A Eh, então não devemos pensar que existe uma ferramenta que sempre vence todas as outras. A escolha, ela vai depender da necessidade do projeto, do volume de dados, eh, e do tipo de resultado que a gente quer produzir. Então, uma 38:54 Speaker A ferramenta simples, ela pode ser exatamente o que precisamos para um problema simples. E uma ferramenta mais complexa pode ser necessária quando o problema também vai ser mais complexo. 39:08 Speaker A Agora, eh, um exemplo plástico, tá? Então, vamos imaginar uma empresa. Eh, essa empresa possui vários dados sobre suas vendas, só que os gestores não querem simplesmente olhar para uma tabela, então eles vão fazer perguntas. E essa é a ideia muito importante. A análise ela 39:29 Speaker A sempre vai começar com perguntas. Então, primeira pergunta, qual foi o mês com maior faturamento? Então aqui a gente pode comparar os meses e também eh observar a evolução temporal. 39:44 Speaker A Pergunta dois, qual produto vendeu mais? Aqui a gente muda a pergunta. Então a gente tá comparando dois produtos, por exemplo, dois ou mais, né? Então barras elas se tornam uma representação bastante natural. 39:59 Speaker A Pergunta três, as vendas crescem ao longo do tempo? Agora a gente quer uma observa, uma observar uma tendência temporal. Então aqui a gente vai usar linhas. Pergunta quatro. Existem relação entre desconto e quantidade vendida? Eh, então a gente tem duas variáveis 40:17 Speaker A numéricas, uma é desconto, outra é quantidade vendida. Então, podemos utilizar um scatter plot para procurar a relação entre essas duas. 40:29 Speaker A Pergunta cinco. Eh, existem produtos com comportamento muito diferente dos demais. Eh, aqui a gente pode eh estar interessado em distribuições e possíveis valores atípicos. Então, dependendo exatamente da da estrutura dos dados, a gente pode utilizar uma representação como o boxplot para comparar 40:52 Speaker A distribuições. Então, percebam eh uma coisa muito importante. Eh, nós estamos usando o mesmo conjunto geral de informações, que é vendas, mas a gente pode usar vários gráficos diferentes. Por quê? porque a gente tem perguntas diferentes. Eh, isso é uma das 41:13 Speaker A ideias mais importantes de toda aula, tá? Eh, agora vamos juntar tudo em algumas boas práticas. Então, primeiro, escolha o gráfico adequado para objetivo. 41:29 Speaker A Segundo, utilize títulos claros. Terceiro, nomee corretamente os eixos. Quarto, evite excesso de informação. Quinto, utilize cores de forma consciente. Sexto, destaque apenas aquilo que realmente é importante. E, por fim, pense no público. 41:49 Speaker A Eh, um título, como, por exemplo, vendas, é bastante genérico. Eh, então, um título mais específico pode comunicar melhor o que a gente tá observando. O mesmo vai valer para os eixos. Então, se alguém olha para o eixo e não sabe se aquele número representa 42:06 Speaker A reais, unidades, porcentagem ou quantidade de pessoas, a gente tem um problema de comunicação. Então, eh, uma visualização precisa ser pensada como uma forma de comunicação. Eh, a gente não tá, eh, simplesmente colocando dados na tela, a gente tá tentando transmitir uma 42:27 Speaker A informação para outra pessoa, tá? Eh, agora eu quero que vocês façam a escolha e mais importante, eu quero a justificativa. 42:38 Speaker A Então, na questão e evolução das vendas de uma de uma loja durante um ano. 42:46 Speaker A É, eu quero que vocês pensem um pouco e me falem qual gráfico vocês usariam nesse nessa nesse dado aqui. 43:10 Speaker A Eu vi que o Petros perguntou se o scarter plot é gráfico de dispersão. Sim, ele é gráfico de dispersão. 43:39 Speaker A Eu vi que algumas pessoas responderam linhas. Tá certo. Então, a gente tá acompanhando uma evolução temporal. 43:45 Speaker A Então, aqui a gente usa o gráfico de linhas. Na questão dois, comparação da quantidade de alunos por curso. 43:54 Speaker A Quais que vocês usariam? Qual gráfico? Isso. A gente usa barras porque a gente tá comparando categorias. 44:22 Speaker A Na questão três, distribuição das idades dos participantes. A gente vai usar na questão três histograma, tá? Porque a gente quer observar como os valores eles estão distribuídos em intervalos. 45:15 Speaker A Na questão quatro, relação entre horas de estudo e nota, vocês usariam qual? Aqui a gente usaria o gráfico de dispersão, tá? Ou o scatter plot que a gente fala, eh, porque a gente tem duas variáveis numéricas e a gente vai querer 46:02 Speaker A observar uma relação entre essas duas. Na questão cinco, comparação das notas obtidas por diferentes turmas. 46:47 Speaker A Aqui a gente usa blockpot, tá? Porque a gente tá interessado em comparar a distribuição dos dois. [roncando] Eh, questão seis, análise da correlação entre diversas variáveis. Vocês usariam qual? 47:35 Speaker A Eh, aqui a gente usaria o hatmap, porque a gente pode representar visualmente uma matriz de correlação por intensidade, tá? 47:47 Speaker A Eh, agora eu quero fazer uma coisa diferente. Então, qual desses gráficos vocês acham que seria mais fácil de interpretar para uma pessoa que nunca estudou visualização de dados? 48:03 Speaker A Vocês têm alguma ideia? A maioria de vocês falou barras, tá certo? Tá. O gráfico de barras é o mais fácil de uma pessoa que nunca viu eh dados essas coisas entender. O de pizza também. Mas é como eu falei, o de pizza, 48:41 Speaker A se ele tiver muita informação, é capaz essa pessoa acabar nem entendendo os dados que estão ali. Então o de linha acaba sendo bem mais f o de linha não, desculpa, o de barras acaba sendo bem mais fácil de se visualizar. 48:55 Speaker A Eh, então, eh, a gente chegou ao final da aula, tá? Eh, então vamos voltar paraa ideia inicial. Nós começamos falando que dados sozinhos nem sempre são fáceis de interpretar. 49:10 Speaker A Então, uma tabela pode conter eh, por exemplo, uma enorme quantidade de informações, mas ainda assim não tornar eh determinados padrões imediatamente possíveis. 49:23 Speaker A Eh, então a visualização de dados procura justamente facilitar essa interpretação. Então, durante a aula, a gente viu que diferente eh diferentes gráficos respondem a diferentes necessidades. 49:38 Speaker A Então, por exemplo, barras ajudam na comparação entre categorias, linhas ajudam a visualizar a evolução temporal. 49:46 Speaker A Pizza ajuda a representar partes de um todo existem poucas categorias. Eh, o histograma ele ajuda a entender a distribuição. O scatter plot ou distribuição ajuda a an ou dispersão, desculpa, ajuda a analisar relações entre duas variáveis e os e o boxplot, 50:05 Speaker A ele vai ajudar a resumir e comparar distribuições. E aí a gente tem o Hmmapizar intensidades e relações entre uma estrutura como uma matriz. 50:19 Speaker A Eh, mas talvez mais importante do que decorar esses nomes seja entender o processo de escolha. Então, quando recebemos um conjunto de dados, a gente não deveria começar pensando qual gráfico eu consigo fazer. Eh, a gente deveria começar pensando qual pergunta 50:35 Speaker A eu vou estar querer querendo responder. Depois, eh, que características dos dados eh eu preciso enxergar? então escolher a representação eh que melhor eh evidencia essa característica. 50:53 Speaker A A gente também viu que uma visualização pode apresentar problemas. Então, podemos, por exemplo, ter informações demais, cores demais, eh escalas inadequadas ou simplesmente escolher um gráfico que não corresponde àilo que a gente quer mostrar. 51:10 Speaker A Então, fazer visualização de dados não é simplesmente transformar números em desenho, é uma forma de comunicação. 51:20 Speaker A Então, nós temos dados de um lado e uma pessoa tentando compreender esses dados do outro lado. A visualização funciona como uma ponte entre essas duas coisas. 51:31 Speaker A Eh, e quanto, eh, melhor construída for essa ponte, mais facilmente a pessoa ela vai conseguir encontrar informação que ela que realmente importa para ela. Por isso, eh, mais do que criar gráficos bonitos, o objetivo aqui é criar gráficos que sejam claros, objetivos, 51:50 Speaker A adequados e úteis, tá? Então, essa é a principal ideia que eu gostaria que vocês levassem da aula de hoje, OK? Foi e por isso foi por por hoje foi isso, tá pessoal? Espero que vocês tenham gostado da aula 52:05 Speaker A e aí a próxima semana tem a outra aula que vai ser com outro integrante do Pandas também, tá? 52:14 Speaker A Então foi isso por hoje. Tchau, tchau pessoal. Muito obrigada, Kailane pela aula incrível. Eh, galera, gostou muito, todo mundo interagindo no chat. Muito obrigada, gente, pela presença de vocês. 52:32 Speaker A Lembrem-se de preencher o formulário de presença. A palavra-chave é data vis. E é isso, a gente fica por aqui e nos vemos na quarta-feira que vem com a próxima aula do ICD, tá bom? Até. Topics: visualização de dados gráficos análise de dados tipos de gráficos escala tendências PANDA UFSCar estatística Estudar este vídeo - [Flashcards deste vídeo](https://sozai.app/pt/tools/flashcard-maker/?from=transcript&id=88720) - [Quiz sobre este vídeo](https://sozai.app/pt/tools/quiz-generator/?from=transcript&id=88720) - [Cruzadinha a partir deste vídeo](https://sozai.app/pt/tools/crossword-maker/?from=transcript&id=88720) - [Caça-palavras a partir deste vídeo](https://sozai.app/pt/tools/word-search-maker/?from=transcript&id=88720) - [Guia de estudo a partir deste vídeo](https://sozai.app/pt/tools/study-guide-maker/?from=transcript&id=88720) Grátis, feito por IA a partir desta transcrição. Sem cadastro. --- This is the markdown twin of https://sozai.app/transcript/data-visualization-lesson-06/ — the same content, without the markup. Published by SozAI (https://sozai.app). Reuse and quotation are allowed with attribution and a link back. Machine-readable index: https://sozai.app/llms.txt · data API: https://sozai.app/api/