Visualização de dados no Snowflake Notebooks

Em Snowflake Notebooks, você pode usar suas bibliotecas de exibição Python favoritas, como Matplotlib e Plotly, para desenvolver suas exibições.

Este tópico mostra como visualizar dados em seus notebooks usando as seguintes bibliotecas:

O conjunto de dados

Os exemplos neste tópico usam o seguinte conjunto de dados fictício baseado no Conjunto de dados Palmer’s Penguin.

espécie

medição

valor

pinguim-de-adélia

comprimento_do_bico

37,3

pinguim-de-adélia

comprimento_da_nadadeira

187,1

pinguim-de-adélia

profundidade_do_bico

17,7

pinguim-de-barbicha

comprimento_do_bico

46,6

pinguim-de-barbicha

comprimento_da_nadadeira

191,7

pinguim-de-barbicha

profundidade_do_bico

17,6

pinguim-gentoo

comprimento_do_bico

45,5

pinguim-gentoo

comprimento_da_nadadeira

212,7

pinguim-gentoo

profundidade_do_bico

14,2

Você pode criar esse conjunto de dados em seu notebook com o seguinte código:

species = ["adelie"] * 3 + ["chinstrap"] * 3 + ["gentoo"] * 3
measurements = ["bill_length", "flipper_length", "bill_depth"] * 3
values = [37.3, 187.1, 17.7, 46.6, 191.7, 17.6, 45.5, 212.7, 14.2]
df = pd.DataFrame({"species": species,"measurement": measurements,"value": values})
df
Copy

Visualização dos resultados usando Altair

O Altair é importado por padrão nos Snowflake Notebooks como parte do Streamlit. Os Snowflake Notebooks atualmente oferecem suporte ao Altair versão 4.0. Para obter mais detalhes sobre os tipos de visualização disponíveis ao usar o Altair, consulte Vega-Altair: Visualização declarativa em Python.

O código a seguir plota um gráfico de barras empilhadas de todas as medições em um DataFrame nomeado df que contém o conjunto de dados fictício:

import altair as alt
alt.Chart(df).mark_bar().encode(
    x= alt.X("measurement", axis = alt.Axis(labelAngle=0)),
    y="value",
    color="species"
)
Copy

Após executar a célula, a seguinte exibição aparece:

Um gráfico de barras empilhadas mostrando os valores empilhados de cada uma das medições para cada tipo de pinguim.

Visualize os resultados com Matplotlib

Para usar o Matplotlib, instale a biblioteca Matplotlib em seu notebook:

  1. No notebook, selecione Packages.

  2. Localize a biblioteca matplotlib e selecione-a para realizar a instalação.

O código a seguir plota o conjunto de dados fictício, df, usando Matplotlib:

import matplotlib.pyplot as plt

pivot_df = pd.pivot_table(data=df, index=['measurement'], columns=['species'], values='value')

import matplotlib.pyplot as plt
ax = pivot_df.plot.bar(stacked=True)
ax.set_xticklabels(list(pivot_df.index), rotation=0)
Copy

Após executar a célula, a seguinte exibição aparece:

Um gráfico de barras empilhadas mostrando os valores empilhados de cada uma das medições para cada tipo de pinguim.

Para obter mais detalhes sobre o uso do elemento do gráfico st.pyplot, consulte st.pyplot.

Visualização de resultados com Plotly

Para usar o Plotly, instale a biblioteca Plotly em seu notebook:

  1. No notebook, selecione Packages.

  2. Localize a biblioteca plotly e selecione-a para realizar a instalação.

O código a seguir plota um gráfico de barras das medidas do pinguim do conjunto de dados fictício, df:

import plotly.express as px
px.bar(df, x='measurement', y='value', color='species')
Copy

Após executar a célula, a seguinte exibição aparece:

Um gráfico de barras empilhadas mostrando os valores empilhados de cada uma das medições para cada tipo de pinguim.

Visualize de resultados com o Seaborn

Para usar o Seaborn, você deve instalar a biblioteca Seaborn em seu notebook:

  1. No notebook, selecione Packages.

  2. Localize a biblioteca seaborn e selecione-a para realizar a instalação.

O código a seguir plota um gráfico de barras das medidas do pinguim do conjunto de dados fictício, df:

import seaborn as sns

sns.barplot(
    data=df,
    x="measurement", hue="species", y="value",
)
Copy

Após executar as células, a seguinte visualização aparece:

Gráfico de barras mostrando cada um dos valores de medição para cada tipo de pinguim.

Para mais exemplos de visualizações de Seaborn, consulte a Galeria de exemplos.

Visualização de resultados com o Streamlit

O Streamlit também é importado por padrão nos Snowflake Notebooks. Você pode usar qualquer elemento de gráfico compatível com o Streamlit versão 1.22.0 para criar um gráfico de linhas, gráfico de barras, gráfico de área ou um mapa com pontos. Consulte Elementos de gráfico.

Nota

Alguns elementos do gráfico Streamlit não são compatíveis com o Snowflake ou podem estar sujeitos a termos adicionais. Consulte Suporte Streamlit em notebooks.

Para visualizar o conjunto de dados fictício, df, em um gráfico de barras, você pode usar o seguinte código Python:

import streamlit as st

st.bar_chart(df, x='measurement', y='value', color='species')
Copy

Após executar ambas as células, a seguinte visualização aparece:

Gráfico de barras que empilha as medidas dos pinguins para cada espécie de pinguim.

Próximos passos

  • Saiba mais sobre como você pode criar aplicativos de dados interativos com o Streamlit. Consulte Streamlit em notebooks.

Linguagem: Português