Projeto: um dashboard de vendas
Combine gráficos de linha, barras e histograma, anotações e um estilo em um dashboard de vendas 2 × 2.
Introdução
Este projeto junta o curso todo: quatro gráficos em uma figura, cada um respondendo a uma pergunta sobre os mesmos dados de vendas. Um estilo comum e títulos claros deixam o dashboard fácil de ler de relance.
plt.style.use define cores e fontes da figura inteira. Cada painel responde a uma pergunta: como a receita cresce (linha com o melhor mês anotado), quantos pedidos houve (barras), o que vende (barras horizontais ordenadas) e de quanto costumam ser os pedidos (histograma). color="C1" pega a segunda cor do estilo, para cada painel ter a sua, e margins deixa espaço para o rótulo. suptitle dá título à figura inteira e tight_layout evita sobreposições. Teste outro estilo, como "fivethirtyeight" ou "bmh".
Visualizador interativo
Mude o estilo para redesenhar o dashboard inteiro de uma vez e escolha um painel para ver o código que o desenha.
Exemplo de Matplotlib executável
import matplotlib.pyplot as plt
import numpy as np
plt.style.use("ggplot")
months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun"]
revenue = np.array([42, 48, 45, 58, 63, 70])
orders = np.array([310, 340, 330, 400, 420, 465])
products = {"Other": 14, "Tablets": 17, "Phones": 31, "Laptops": 38}
order_values = np.random.default_rng(8).gamma(4, 30, 465)
fig, axes = plt.subplots(2, 2, figsize=(10, 7))
fig.suptitle("Sales dashboard, first half of the year", fontsize=14)
axes[0, 0].plot(months, revenue, marker="o")
best = revenue.argmax()
axes[0, 0].annotate(f"{revenue[best]}k", (best, revenue[best]), xytext=(0, 8), textcoords="offset points", ha="center")
axes[0, 0].margins(y=0.2)
axes[0, 0].set_title("Revenue (k$)")
axes[0, 1].bar(months, orders, color="C1")
axes[0, 1].set_title("Orders")
axes[1, 0].barh(list(products), list(products.values()), color="C2")
axes[1, 0].set_title("Share of sales (%)")
axes[1, 1].hist(order_values, bins=20, color="C4", edgecolor="white")
axes[1, 1].set_title("Order value ($)")
fig.tight_layout()
plt.show()
