Exercícios sobre gráficos



1. Use o comando essencial para gráficos aparecerem no notebook.

2. Carregue o pacote pandas como pd.

3. Carregue o pacote matplotlib.pyplot como plt.

4. Carregue o pacote seaborn como sns.

5. Defina o estilo dos gráficos e a paleta de cores.

Dica: use o comando set() do seaborn. Você pode escolher qualquer estilo e qualquer paleta.

6. Carregue os dados da pnad, criando um objeto pnad.

7. Crie um histograma das idades

8. Crie um histograma das idades com 30 classes e usando a cor preta.

9. Crie um histograma dos rendimentos entre 1000 e 5000 reais.

10. Crie um novo objeto chamado pnad10, que contenha 10 observações do conjunto de dados.

11. Crie um gráfico de barras das idades em pnad10.

12. Repita o mesmo gráfico de barras, mas colorindo as barras de preto.

13. Repita o mesmo gráfico, mas ordenando as idades (ordem crescente).

14. Faça um gráfico de barras horizontais das idades, em ordem descrescente.

15. Voltemos a usar os dados da pnad, não pnad10.

Faça um histograma dos rendimentos, com 50 classes e colocando títulos nos dois eixos.

16. Refaça o histograma acima dividindo os dados em 100 classes, terminando o eixo x em 5000 e o eixo y em 500.

17. Faça um diagrama de dispersão entre idade e rendimento.

18. Refaça o mesmo diagrama usando a função lmplot( ) do seaborn.

19. Faça um boxplot do rendimento usando o seaborn.

20. Refaça o boxplot acima analisando cada sexo separadamente.

Dica: antes, é preciso transformar a variável sexo em categórica.
Use este comando:

pnad.sexo = pnad.sexo.astype('category')

Exercícios avançados (opcionais)

21. Os outliers estão atrapalhando a visualização. Refaça o gráfico acima mostrando apenas as observações com rendimento menor do que R\$5.000.

22. Faça boxplots dos rendimentos para cada um dos estados (variável "uf").

Dica 1: para o gráfico ficar maior, use: plt.figure(figsize=(10, 10)).
Dica 2: é preciso transformar uf em uma variável categórica.