11 técnicas de visualização de dados para cada caso de uso com exemplos

A visualização de dados está se tornando rapidamente uma habilidade essencial na ciência de dados e em muitos outros setores orientados por dados, como finanças, educação e saúde. Isso não é nenhuma surpresa: como os profissionais de dados estão lidando com um volume cada vez maior de dados complexos e variados, a visualização de dados oferece um conjunto de técnicas para dar sentido a esses dados e comunicar com eficácia suas percepções.

Historicamente considerado um tópico menor na ciência de dados, atualmente a visualização de dados é um campo vibrante e de ritmo acelerado, enriquecido com inúmeras técnicas, ferramentas, teorias e contribuições de outras disciplinas, como psicologia e neurociência. Se você estiver interessado em se tornar um mago da visualização de dados, o DataCamp o ajudará. Confira nosso catálogo de cursos de visualização de dados para acessar mais de 30 cursos de visualização de dados ministrados pelos principais especialistas e que abrangem uma variedade de tecnologias populares.

Este artigo apresenta uma visão geral do estado da visualização de dados. Vamos nos concentrar nas análises, técnicas e ferramentas de visualização de dados mais populares. Continue lendo!

O poder da boa visualização de dados

A visualização de dados envolve o uso de representações gráficas de dados, como gráficos, quadros e mapas. Em comparação com as estatísticas descritivas ou tabelas, os recursos visuais oferecem uma maneira mais eficaz de analisar os dados, incluindo a identificação de padrões, distribuições e correlações e a detecção de valores discrepantes em conjuntos de dados complexos.

Os recursos visuais permitem que os cientistas de dados resumam milhares de linhas e colunas de dados complexos e os coloquem em um formato compreensível e acessível.

Ao dar vida aos dados com gráficos e diagramas perspicazes, a visualização de dados é vital nos processos de tomada de decisão. Seja para analistas de dados que explicam suas descobertas para partes interessadas não técnicas, para cientistas de dados que realizam testes A/B para fins de marketing ou para engenheiros de aprendizado de máquina que explicam a possível tendência em modelos complexos de linguagem grande, como o ChatGPT, a visualização de dados é a chave para passar dos insights de dados para a tomada de decisões.

Apesar do uso da visualização de dados, muitas análises de dados completas e detalhadas ainda acabam na gaveta pelo simples motivo de não terem conseguido cativar o público, sejam eles tomadores de decisão, partes interessadas ou outros membros da equipe.

Graças ao progresso em disciplinas como a neurociência, hoje sabemos que a maneira como uma visualização de dados é representada pode afetar seriamente a percepção das pessoas. As escolhas que você faz ao projetar um gráfico - por exemplo, as cores, o layout e o tamanho - podem fazer uma grande diferença. Interessado na teoria por trás da visualização de dados? Nosso curso Understanding Data Visualization é um ótimo lugar para começar.

Embora a visualização de dados tenha um papel importante a desempenhar na comunicação de insights de dados, a receita para uma comunicação bem-sucedida é mais complexa. Essa é a ideia por trás da narrativa de dados, uma abordagem inovadora que defende o uso de recursos visuais, narrativas e dados para transformar insights de dados em ação. Para saber mais sobre a narrativa de dados, confira nosso podcast DataFramed, onde conversamos com Brent Dykes, diretor sênior de insights e narrativa de dados da Blast Analytics e autor de Effective Data Storytelling.

Tipos de análise de visualização de dados

A visualização de dados é usada para analisar visualmente o comportamento das diferentes variáveis em um conjunto de dados, como uma relação entre pontos de dados em uma variável ou a distribuição. Dependendo do número de variáveis que você deseja estudar de uma só vez, é possível distinguir três tipos de análise de visualização de dados.

• Análise univariada. Usado para resumir o comportamento de apenas uma variável de cada vez.
• Análise bivariada. Ajuda a estudar a relação entre duas variáveis
• Análise multivariada. Permite que os profissionais de dados analisem mais de duas variáveis ao mesmo tempo.

Principais técnicas de visualização de dados

Vamos examinar agora as técnicas de visualização de dados mais populares!

Gráficos de linhas

Uma das visualizações mais usadas, os gráficos de linhas são excelentes para acompanhar a evolução de uma variável ao longo do tempo. Normalmente, eles são criados colocando-se uma variável de tempo no eixo x e a variável que você deseja analisar no eixo y. Por exemplo, o gráfico de linhas abaixo mostra a evolução do preço das ações do DJIA durante 2022.

Fonte. DataCamp

Para saber mais sobre como criar gráficos de linhas atraentes, confira nosso tutorial Line Plots in MatplotLib with Python.

Gráficos de barras

Um gráfico de barras classifica os dados de acordo com o valor de várias categorias. Ele consiste em retângulos cujos comprimentos são proporcionais ao valor de cada categoria. Os gráficos de barras são predominantes porque são fáceis de ler. As empresas geralmente usam gráficos de barras para fazer comparações, como a participação de mercado de diferentes marcas ou a receita de diferentes regiões. Há vários tipos de gráficos de barras, cada um adequado a uma finalidade diferente.

Há vários tipos de gráficos de barras, cada um adequado a uma finalidade diferente, incluindo gráficos de barras verticais, gráficos de barras horizontais e gráficos de barras agrupadas.

Gráficos de barras verticais, horizontais e agrupados.

Nosso curso, Introdução à ciência de dados em Python, abrange uma série de técnicas de visualização de dados, incluindo gráficos de barras.

Histogramas

Os histogramas são uma das visualizações mais populares para analisar a distribuição de dados. Eles mostram a distribuição da variável numérica com barras.

Para criar um histograma, os dados numéricos são primeiro divididos em vários intervalos ou compartimentos, e a frequência de ocorrência de cada intervalo é contada. O eixo horizontal mostra o intervalo, enquanto o eixo vertical representa a frequência ou a porcentagem de ocorrências de um intervalo.

Os histogramas mostram imediatamente como a distribuição de uma variável é distorcida ou onde ela atinge seu pico. Aqui estão alguns exemplos de nossa série Data Demystified sobre visualizações de dados que capturam distribuições.

Gráficos de caixa e bigodes

Outro gráfico excelente para resumir a distribuição de uma variável são os boxplots. Os boxplots oferecem uma maneira intuitiva e atraente de identificar os seguintes elementos:

• Mediana. O valor médio de um conjunto de dados em que 50% dos dados são menores que a mediana e 50% dos dados são maiores que a mediana.
• O quartil superior. O 75º percentil de um conjunto de dados em que 75% dos dados são menores que o quartil superior e 25% dos dados são maiores que o quartil superior.
• O quartil inferior. O percentil 25 de um conjunto de dados em que 25% dos dados são menores que o quartil inferior e 75% são maiores que o quartil inferior.
• O intervalo interquartil. O quartil superior menos o quartil inferior
• O valor adjacente superior. Ou, coloquialmente, o "máximo". Representa o quartil superior mais 1,5 vezes a faixa interquartil.
• O valor adjacente mais baixo. Ou, coloquialmente, o "mínimo". Representa o quartil inferior menos 1,5 vezes a faixa interquartil.
• Anômalos. Quaisquer valores acima do "máximo" ou abaixo do "mínimo".

A anatomia de um gráfico de caixa. Fonte: Galarnyk

Por exemplo, o boxplot baseado em seaborn a seguir mostra a distribuição do comprimento da sépala em três variedades de plantas de íris, com base no popular conjunto de dados de íris. Nosso tutorial Python Seaborn para iniciantes é um recurso perfeito para descobrir como criar boxplots e outros gráficos usando o popular pacote de visualização do Python, o Seaborn.

Gráficos de dispersão

Os gráficos de dispersão são usados para visualizar a relação entre duas variáveis contínuas. Cada ponto no gráfico representa um único ponto de dados, e a posição do ponto nos eixos x e y representa os valores das duas variáveis. Ele é usado com frequência na exploração de dados para entender os dados e revelar rapidamente as possíveis correlações.

O exemplo a seguir usa novamente o conjunto de dados da íris para traçar a relação entre a largura e o comprimento da sépala.

Para obter mais exemplos de gráficos de dispersão, leia nossa série Data Demystified sobre Visualizações de dados que capturam relacionamentos. Você também pode aprender a criar uma variedade de gráficos, inclusive gráficos de dispersão, em nosso tutorial de plotagem com Matplotlib.

Gráfico de bolhas

Os gráficos de dispersão podem ser facilmente ampliados com a adição de novos elementos que representam novas variáveis. Por exemplo, se quisermos traçar a relação entre a largura e o comprimento da sépala nas diferentes variedades de íris, podemos simplesmente adicionar cores aos pontos, como segue:

Também poderíamos alterar o tamanho dos pontos de acordo com outra variável. Isso é o que caracteriza os chamados gráficos de bolha. Por exemplo, este gráfico incrível mostra a relação entre a expectativa de vida e o PIB de um país, adicionando cores para representar a região do país e tamanho para representar a população do país.

Fonte. Gapminder

Abordamos os gráficos de bolhas e como criá-los em nosso curso, Intermediate Interactive Data Visualization with plotly in R.

Mapas de árvores

Os mapas de árvore são adequados para mostrar relações entre partes e o todo nos dados. Eles exibem dados hierárquicos como um conjunto de retângulos. Cada retângulo é uma categoria em uma determinada variável, enquanto a área do retângulo é proporcional ao tamanho dessa categoria. Em comparação com visualizações semelhantes, como gráficos de pizza, os mapas de árvore são considerados mais intuitivos e preferíveis.

Abaixo você encontra um exemplo.

Em nosso curso Análise de sentimento em R, você aprenderá a usar mapas de árvore para visualizar o sentimento em grupos de documentos.

Mapas de calor

Um mapa de calor é um gráfico de matriz comum e bonito que pode ser usado para resumir graficamente a relação entre duas variáveis. O grau de correlação entre duas variáveis é representado por um código de cores.

Por exemplo, esse calor extraído de nosso curso Intermediate Data Visualization with Seaborn Course analisa a ocupação dos convidados do Daily Show durante o período de 1999 a 2012. Como esperado, os convidados dos setores de atuação e mídia são os participantes mais frequentes.

Para saber mais sobre como criar um mapa de calor, você pode conferir nosso tutorial que explora como criar um mapa de calor usando o Power BI.

Nuvens de palavras

As nuvens de palavras são úteis para visualizar palavras comuns em um texto ou conjunto de dados. Eles são semelhantes aos gráficos de barras, mas geralmente são mais atraentes visualmente. No entanto, às vezes, as nuvens de palavras podem ser mais difíceis de interpretar. As nuvens mundiais são úteis nos seguintes cenários:

• Identificar rapidamente os temas ou tópicos mais importantes em um grande volume de texto.
• Compreender o sentimento ou o tom geral de um texto.
• Explorar padrões ou tendências em dados que contêm informações textuais.
• Comunicar as principais ideias ou conceitos de uma forma visualmente atraente.

Confira nosso tutorial Generating WordClouds in Python para descobrir como criar sua própria nuvem de palavras.

Fonte. Datacamp

Mapas

Uma proporção considerável dos dados gerados todos os dias é inerentemente espacial. Os dados espaciais - também conhecidos como dados geoespaciais ou informações geográficas - são dados para os quais um local específico está associado a cada registro.

Cada ponto de dados espaciais pode ser localizado em um mapa usando um determinado sistema de referência de coordenadas. Por exemplo, a imagem abaixo, extraída de nosso Tutorial do GeoPandas, mostra os diferentes distritos de Barcelona.

A análise geoespacial é um campo em rápida evolução dentro da ciência de dados. Os mapas estão no centro dessa disciplina. Confira nosso curso Trabalhando com dados geoespaciais em Python para começar a desenhar mapas hoje mesmo!

Diagramas de rede

A maioria dos dados é armazenada em tabelas. No entanto, esse não é o único formato disponível. Os chamados gráficos são mais adequados para analisar dados organizados em redes, como redes sociais on-line, como Facebook e Twitter, e redes de transporte, como linhas de metrô. A análise de rede é o subdomínio da ciência de dados que usa gráficos para estudar redes.

Os gráficos de rede consistem em dois componentes principais: nós e bordas, também conhecidos como relacionamentos. Este é um exemplo de um gráfico de rede simples.

Legal, não é? As possibilidades dos gráficos de rede são infinitas. Para obter uma introdução suave a esse campo, recomendamos nosso curso Introduction to Network Analysis in Python.

Escolhendo a técnica de visualização correta

Acabamos de apresentar um pequeno subconjunto das muitas técnicas de visualização de dados disponíveis. Dependendo do tipo de análise que você deseja realizar, alguns gráficos serão mais adequados do que outros.

Por exemplo, se você quiser mostrar tendências e flutuações nos dados ao longo do tempo, um gráfico de linhas é o que você está procurando. Por outro lado, se você quiser analisar a distribuição dos pontos de dados em uma variável, um histograma ou um boxplot será mais adequado.

Ao decidir qual técnica usar, faça a si mesmo as seguintes perguntas:

• Quantas variáveis você deseja analisar de uma só vez? Dependendo da resposta, você estará realizando uma análise univariada, bivariada ou multivariada.
• O que você deseja analisar? Cada visualização é adequada para analisar um dos fenômenos a seguir:
• Distribuição
• Correlação
• Classificação
• Parte do todo
• Evolução
• Mapa
• Redes

Com a prática, combinar a técnica de visualização com o tipo de dados e a pergunta que está sendo respondida será um processo simples.

Ferramentas para visualização de dados

As ferramentas de visualização de dados variam de ferramentas de business intelligence sem código, como Power BI e Tableau, a plataformas de visualização on-line, como DataWrapper e Google Charts. Há também pacotes específicos em linguagens de programação populares para ciência de dados, como Python e R. Dessa forma, a visualização de dados é frequentemente vista como o ponto de entrada, ou "droga de entrada", para muitos aspirantes a profissionais de dados.

Ao decidir sobre uma ferramenta de visualização de dados, você deve considerar os seguintes fatores:

• Curva de aprendizado. A facilidade de uso e a complexidade das ferramentas de visualização de dados variam consideravelmente. Em geral, quanto mais recursos e capacidades, mais acentuada é a curva de aprendizado. As ferramentas mais simples de visualização de dados são mais adequadas para usuários não técnicos, mas apresentam mais restrições e limitações.
• Flexibilidade. Se quiser ter controle total sobre todos os aspectos das suas visualizações, escolha ferramentas com ampla flexibilidade. Você levará mais tempo para se familiarizar com eles, mas, quando estiver pronto, poderá produzir visualizações incrivelmente estéticas e personalizáveis.
• Tipo de visualização. As ferramentas de visualização de dados podem ser categorizadas dependendo do fato de se concentrarem em gráficos ou painéis independentes. A primeira categoria de ferramentas foi projetada para criar uma visualização de cada vez. A segunda categoria trata os aplicativos ou painéis como a unidade básica. Ferramentas como o Power BI e o Tableau se enquadram nessa categoria.
• Preço. O preço é um fator importante a ser considerado ao escolher uma ferramenta de visualização de dados. Dependendo de suas necessidades e de seu orçamento, algumas ferramentas funcionarão melhor do que outras.

No campo acelerado da visualização de dados, novas ferramentas são lançadas no ecossistema todos os dias. Escolher a opção certa para suas necessidades pode ser assustador. Por isso, preparamos um artigo com 12 das melhores ferramentas de visualização de dados que podem ajudá-lo a se decidir.

Práticas recomendadas para visualização eficaz de dados

O principal objetivo da visualização de dados é reduzir a complexidade e proporcionar clareza. A escolha da técnica correta de visualização de dados é vital para o sucesso, mas há muitos outros fatores a serem considerados. Aqui estão algumas das práticas recomendadas de design para comunicar com eficácia os insights de dados ao seu público.

• Considere seu público-alvo. Como regra de ouro, você deve sempre ter empatia com o público ao qual sua visualização se dirige. Isso significa ter um bom entendimento da área de especialização, do nível de conhecimento técnico e dos interesses de seu público.
• Limpe a bagunça. Para evitar criar visualizações ilegíveis e desordenadas, pergunte a si mesmo se o que você está incluindo é relevante para o público e remova os elementos desnecessários o máximo que puder.
• Fique de olho nas fontes. Embora possa ser tentador usar fontes e tamanhos diferentes, como regra geral, mantenha uma fonte com no máximo três tamanhos diferentes. Você deve seguir a hierarquia de fontes e manter os títulos maiores do que o corpo, além de usar uma fonte em negrito para destacar os principais elementos e títulos.
• Use as cores de forma criativa. A cor é um dos aspectos mais atraentes de qualquer visualização de dados. Por isso, pense bastante na escolha do esquema de cores de sua visualização de dados. Isso significa ter uma paleta de cores consistente em suas visualizações e usar a cor sistematicamente para distinguir entre grupos, níveis de importância e diferentes tipos de hierarquia de informações.

A criação de visualizações pode ser considerada uma arte. A intuição e o bom gosto podem fazer a diferença, mas você deve sempre considerar a teoria por trás disso. Para saber mais sobre as práticas recomendadas para a visualização eficaz de dados, recomendamos que você consulte nossa Folha de referência sobre narrativa e comunicação de dados. Além disso, se você estiver trabalhando com painéis, vale a pena ler este artigo sobre Práticas recomendadas para projetar painéis.

Como dominar as técnicas de visualização de dados

Esperamos que você tenha gostado deste artigo. Agora que você tem uma visão do estado da visualização de dados, é hora de praticar. A DataCamp está aqui para ajudar. Você pode encontrar mais recursos para orientá-lo em sua jornada de visualização de dados abaixo:

• Visualização de dados com Python Skill Track
• Visualização de dados com o R Skill Track
• Curso de visualização de dados no Power BI
• Curso de visualização de dados no Tableau
• Folha de dicas de visualização de dados