fbpx
Sigmoidal
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

Como Criar um Gráfico de Waffle no Python

Carlos Melo por Carlos Melo
outubro 2, 2019
em Blog, Data Science, Python, Tutoriais
0
11
COMPARTILHAMENTOS
375
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

Quer saber como criar um gráfico de waffle no Python e deixar seus projetos muito mais impactantes?

Talvez o nome não seja familiar, mas com certeza você já viu vários exemplos de waffle charts em sites, revistas e jornais; pois eles não apenas transmitem informações claramente, mas são visualmente mais impactantes que gráficos de barras ou pizza.

A figura acima mostra como a biblioteca pywaffle foi usada para mostrar pictorialmente o resultado das eleições dos EUA em 2016.

Pode reparar que os grandes meios de comunicação preferem esse tipo de visualização, pois nem todo mundo está acostumado a interpretar gráficos de linhas ou barras.

Aprenda, neste post, como plotar esse tipo de gráfico e incluí-lo no seu arsenal de visualização de dados.

Também gravei um vídeo no meu canal do YouTube e disponibilizei todo o código no meu Github. Para acompanhar o Jupyter notebook, é só clicar no botão abaixo 🙂

Usando pywaffle para criar gráficos de waffle

Infelizmente, gráficos de waffle não vêm junto com a biblioteca matplotlib. A melhor alternativa que eu conheço é o pacote pywaffle, uma vez que ele se integra perfeitamente ao matplotlib.

Bem documentada e com vários exemplos de aplicação, em poucas linhas de código você já consegue plotar seu primeiro gráfico.

Ah, sim, verifique antes se você a tem instalada no seu ambiente. Caso contrário, basta instalar usando:

  • Conda – conda install pywaffle
  • Pip – pip install pywaffle

Vamos supor que uma pesquisa muito séria da Folha de São Paulo tenha identificado que 33% dos brasileiros falam “bolacha”, 48% falam “biscoito” e uma minoria de 19% fala “salgadinho”.

Biscoito ou Bolacha?

No lugar de plotar um manjado gráfico de pizza, olha como ficaria usando o gráfico de waffle.

# importar as bibliotecas necessárias
import matplotlib.pyplot as plt
from pywaffle import Waffle
# exemplo de Waffle
fig = plt.figure(
                FigureClass=Waffle,
                rows=4,
                columns=10,
                values={'Bolacha': 33,
                        'Biscoito': 48,
                        'Salgadinho': 19},
                legend={'loc': 'upper left',
                        'bbox_to_anchor': (1.1, 1)}
                )
fig.set_tight_layout(False)
plt.show()
Como plotar um Waffle Chart (gráfico de Waffle) usando Python e Matplotlib com Pywaffle

Customizando seus gráficos de waffle

O pywaffle é altamente customizado e aceita os ícones da Font Awesome. Vamos ver como customizar os ícones da biblioteca para representar as estatísticas de ocorrências e acidentes com aviões no Brasil.

Para isso, vou importar a base de dados do Centro de Prevenção e Investigação de Acidentes Aeronáuticos.

# importar o pandas
import pandas as pd
# importar dados do CENIPA
df = pd.read_csv("https://raw.githubusercontent.com/carlosfab/curso_data_science_na_pratica/master/modulo_02/ocorrencias_aviacao.csv")
# extrair value counts da variavel ocorrencia_classificacao
data = df.ocorrencia_classificacao.value_counts().to_dict()
# plotar gráfico de waffle
fig = plt.figure(
                FigureClass=Waffle,
                rows=5,
                columns=15,
                colors=("#232066", "#983D3D", "#DCB732"),
                values=data, icons='plane', icon_size=12,
                legend={'loc': 'upper left', 'bbox_to_anchor': (1,1)},
                icon_legend=True
                )
fig.set_tight_layout(False)
plt.show();
Como plotar um Waffle Chart (gráfico de Waffle) usando Python e Matplotlib com Pywaffle

Na figura acima, eu selecionei o ícone plane, que é apenas um entre inúmeros outros disponíveis.

Em outro exemplo, suponha que você quer representar por waffle chart a quantidade de homens e mulheres que estão matriculados em um determinado curso de inglês. Repare que eu vou usar o ícone child.

# plotar homens e mulheres na sala de aula
fig = plt.figure(
    FigureClass=Waffle,
    rows=8,
    values={'Homens': 48, 'Mulheres': 66},
    colors=("#232066", "#983D3D"),
    legend={'loc': 'upper left', 'bbox_to_anchor': (1, 1)},
    icons='child', icon_size=12,
    icon_legend=True
)
fig.set_tight_layout(False)
plt.show();
Como plotar um Waffle Chart (gráfico de Waffle) usando Python e Matplotlib com Pywaffle

Fugindo dos gráficos tradicionais

Visualização de dados é uma das minhas partes preferidas em projetos de Data Science. Apesar de muita gente achar que basta aprender comandos para plotar diferentes tipos de gráficos, a visualização de dados é algo que vai bem além disso.

Visualizar dados significa:

  • Fornecer técnicas que contribuam para a Análise Exploratória de Dados;
  • Comunicar os dados de maneira clara para outras pessoas;
  • Apoiar diferentes tipos de stakeholders com diferentes níveis de conhecimento;
  • Compartilhar a representação dos dados sem bias (viés).

Quando você apresenta um relatório, uma consultoria ou um projeto de Data Science, está comunicando resultados para – na maioria das vezes – pessoas não-técnicas ou que não sabem programar.

Como plotar um gráfico de waffle (waffle chart) usando Python, matplotlib e pywaffle.

Uma das habilidades que diferencia os cientistas de dados entre seus pares é a capacidade de transmitir essa informação de maneira clara e objetiva, até mesmo usando técnicas de storytelling.

Aprender gráficos visualmente mais impactantes e fugir daqueles normais é algo que vai te ajudar muito. Inclua gráficos de waffle no seu arsenal desde já 😉

Compartilhar1Compartilhar4Enviar
Post Anterior

Inteligência Artificial na Medicina

Próximo Post

Cursos sobre Data Science: saiba como e onde encontrar

Carlos Melo

Carlos Melo

Engenheiro de Visão Computacional graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e Mestre em Engenharia Aeroespacial pelo Instituto Tecnológico de Aeronáutica (ITA).

Relacionado Artigos

Deep Learning

Introdução ao PyTorch: Como Treinar sua Primeira CNN

por Carlos Melo
abril 1, 2026
Artigos

Quanto ganha um Engenheiro de Visão Computacional

por Carlos Melo
março 31, 2026
Artigos

Analisando uma Tomografia 3D com Python

por Carlos Melo
março 28, 2026
Artigos

Anthropic vs Pentágono: A Guerra da IA nos EUA

por Carlos Melo
março 27, 2026
Artigos

Faster R-CNN: O Paper Que Mudou a Detecção de Objetos

por Carlos Melo
março 26, 2026
Próximo Post
Cursos sobre Data Science: saiba como e onde encontrar

Cursos sobre Data Science: saiba como e onde encontrar

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Mais Populares

  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    459 compartilhamentos
    Compartilhar 184 Tweet 115
  • Vision Transformer (ViT): Implementação com Python

    6 compartilhamentos
    Compartilhar 2 Tweet 2
  • Introdução ao MediaPipe e Pose Estimation

    551 compartilhamentos
    Compartilhar 220 Tweet 138
  • O Que é Amostragem e Quantização no Processamento de Imagens

    48 compartilhamentos
    Compartilhar 19 Tweet 12
  • Grad-CAM: Visualizando o que uma Rede Neural Enxerga

    5 compartilhamentos
    Compartilhar 2 Tweet 1
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como usar o DALL-E 2 para gerar imagens a partir de textos

Como usar o DALL-E 2 para gerar imagens a partir de textos

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8

Introdução ao PyTorch: Como Treinar sua Primeira CNN

abril 1, 2026

Quanto ganha um Engenheiro de Visão Computacional

março 31, 2026

Analisando uma Tomografia 3D com Python

março 28, 2026

Anthropic vs Pentágono: A Guerra da IA nos EUA

março 27, 2026
Instagram Youtube LinkedIn Twitter
Sigmoidal

O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

Seguir no Instagram

Categorias

  • Aeroespacial
  • Artigos
  • Blog
  • Carreira
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Entrevistas
  • IA Generativa
  • Livros
  • Machine Learning
  • Notícias
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning deploy detecção de objetos gpt-3 IA generativa image formation inteligência artificial jupyter kaggle keras machine learning matplotlib mnist nft openai opencv overfitting pandas profissão python pytorch redes neurais redes neurais convolucionais regressão linear regressão logística salário sklearn tensorflow titanic tutorial visão computacional vídeo youtube árvore de decisão

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

Sem Resultado
Ver Todos Resultados
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
  • English

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.