Gráficos que respondem à pergunta

Um gráfico deve tornar uma comparação mais fácil de ler. Antes de desenhar, identifica a variável do eixo horizontal, a medida do eixo vertical e a operação que produziu os pontos.

Escolher o gráfico

Num gráfico de barras, cada barra representa uma categoria. Num histograma, cada barra representa um intervalo de valores. Mudar os intervalos pode mudar a impressão da distribuição, por isso indica como os escolheste.

Figura e eixos

Matplotlib separa a figura, Figure, dos eixos, Axes. Usa fig, ax = plt.subplots() e chama métodos em ax para deixar claro em que gráfico estás a trabalhar.

import pandas as pd
import matplotlib.pyplot as plt

vendas = pd.DataFrame({"cidade": ["Porto", "Porto", "Braga", "Braga"], "quantidade": [2, 3, 5, 4]})
totais = vendas.groupby("cidade")["quantidade"].sum().sort_index()
print(totais.to_dict())
fig, ax = plt.subplots(figsize=(5, 3))
barras = ax.bar(totais.index, totais.values)
ax.bar_label(barras)
ax.set_ylabel("Unidades vendidas")
ax.set_xlabel("Cidade")
ax.set_title("Total de unidades por cidade")
ax.set_ylim(0, 10)
fig.tight_layout()
plt.show()

A tabela imprime Braga 9 e Porto 5. Braga vendeu quatro unidades a mais. Não são nove vendas: estamos a somar quantidades, não a contar linhas.

O gráfico usa o zero como origem para que as alturas sejam proporcionais às quantidades. Um eixo que começa em 4 exageraria a diferença visual. Os rótulos nas barras permitem conferir o valor sem estimar a altura.

Linhas e intervalos

Ordena as datas antes de desenhar uma linha. Uma linha liga pontos e sugere uma evolução entre eles; não transformes categorias sem ordem numa curva.

fig, ax = plt.subplots()
ax.plot(datas, totais, marker="o")
ax.set_ylabel("Faturação diária, euros")
fig.autofmt_xdate()

Se faltam dias, decide se a linha deve interromper-se ou se existe uma regra que permite estimar. Um dia sem observação não é automaticamente um dia com zero vendas.

Histograma e dispersão

ax.hist(quantidades, bins=[0, 2, 4, 6, 8])
ax.set_xlabel("Unidades por venda")
ax.set_ylabel("Número de vendas")

Os intervalos contam observações. Confere as convenções dos limites: em histogramas NumPy/Matplotlib, os intervalos são normalmente fechados à esquerda e abertos à direita, com o último a incluir também o extremo direito.

ax.scatter(quantidades, totais) põe um ponto por venda. Uma associação entre duas variáveis não prova uma causa. Se total é quantidade vezes preço, parte da associação vem da própria definição.

Vários gráficos e exportação

fig, axes = plt.subplots(1, 2) cria dois eixos. Indica os rótulos e conserva escalas comparáveis quando pedes ao leitor que compare alturas. Uma legenda identifica séries, não substitui unidades nos eixos.

fig.savefig("vendas.png", dpi=150, bbox_inches="tight") guarda a figura localmente. Usa SVG para gráficos vetoriais quando esse formato é adequado ao destino. Guarda ou mostra a figura depois de definir rótulos e layout; plt.close(fig) liberta a figura quando já não é necessária.

Gráficos de pandas

Uma Series ou DataFrame tem métodos .plot que usam normalmente Matplotlib. Para a Series totais, totais.plot.bar() desenha uma barra por cidade. df.plot(x="data", y="total") escolhe as colunas dos dois eixos. O objeto devolvido é um Axes, que podes usar para rótulos e unidades.

Num gráfico empilhado, o topo da última série representa a soma das componentes. Para comparar uma componente entre categorias, a posição sem origem comum pode dificultar a leitura; barras lado a lado podem ser mais adequadas.

Na caixa de bigodes habitual de Matplotlib, a caixa vai do primeiro ao terceiro quartil e a linha interior marca a mediana. Os bigodes alcançam observações dentro de 1,5 vezes a amplitude interquartil para além da caixa. Pontos exteriores são observações fora desses limites, não necessariamente erros. Confere a convenção do exercício.

Uma estimativa KDE desenha uma densidade suave a partir das observações. A altura não é uma contagem e a probabilidade corresponde a uma área sob a curva. A escolha da largura de banda muda o alisamento. Com poucas observações, não interpretes cada pico como um grupo real.

Acumular e desenhar uma janela móvel

cumsum() substitui cada posição pela soma até essa posição. Se os valores forem 2, 3 e 4, o resultado acumulado é 2, 5 e 9. Nos exemplos com valores aleatórios dos notebooks, isto transforma incrementos numa trajetória acumulada. Não são vendas medidas.

Uma semente torna a sequência aleatória reproduzível no mesmo gerador. rng = np.random.default_rng(123456) cria um gerador explícito; os seus resultados não precisam de coincidir com os de np.random.seed, que usa outra interface. Uma distribuição uniforme de random e uma normal de standard_normal também representam hipóteses diferentes.

media_movel = valores.rolling(20).mean()
desvio_movel = valores.rolling(20).std()
ax.plot(valores.index, valores)
ax.plot(media_movel.index, media_movel)
ax.fill_between(
    valores.index,
    media_movel - 2 * desvio_movel,
    media_movel + 2 * desvio_movel,
    alpha=0.2,
)

Com a janela inteira exigida por defeito, os primeiros 19 resultados da média de 20 observações ficam em falta. A banda entre média e dois desvios de cada lado descreve dispersão local; não é automaticamente um intervalo de confiança para a média nem uma previsão garantida.