En aquest tema, explorarem els diferents tipus de gràfics que es poden utilitzar per visualitzar dades i discutirem quan és més apropiat utilitzar cada tipus. La selecció del gràfic adequat és crucial per comunicar la informació de manera clara i efectiva.

  1. Gràfics de Barres

Descripció

Els gràfics de barres són ideals per comparar diferents categories entre si. Cada barra representa una categoria i la seva longitud o alçada representa el valor de la categoria.

Quan Utilitzar-los

  • Comparar valors entre diferents categories.
  • Mostrar canvis en dades discretes al llarg del temps.
  • Visualitzar dades categòriques.

Exemple

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
values = [23, 45, 56, 78]

plt.bar(categories, values)
plt.xlabel('Categories')
plt.ylabel('Valors')
plt.title('Gràfic de Barres')
plt.show()

  1. Gràfics de Línies

Descripció

Els gràfics de línies són útils per mostrar tendències al llarg del temps. Cada punt de dades es connecta amb una línia, mostrant la continuïtat de les dades.

Quan Utilitzar-los

  • Mostrar tendències al llarg del temps.
  • Comparar múltiples sèries temporals.
  • Visualitzar dades contínues.

Exemple

import matplotlib.pyplot as plt

mesos = ['Gener', 'Febrer', 'Març', 'Abril']
valors = [10, 20, 15, 25]

plt.plot(mesos, valors, marker='o')
plt.xlabel('Mesos')
plt.ylabel('Valors')
plt.title('Gràfic de Línies')
plt.show()

  1. Gràfics de Pastís

Descripció

Els gràfics de pastís mostren la proporció de cada categoria respecte al total. Cada secció del pastís representa una categoria.

Quan Utilitzar-los

  • Mostrar la composició d'un conjunt de dades.
  • Visualitzar proporcions relatives.
  • Comparar parts d'un tot.

Exemple

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
valors = [15, 30, 45, 10]

plt.pie(valors, labels=categories, autopct='%1.1f%%')
plt.title('Gràfic de Pastís')
plt.show()

  1. Gràfics de Dispersió

Descripció

Els gràfics de dispersió mostren la relació entre dues variables. Cada punt en el gràfic representa una observació.

Quan Utilitzar-los

  • Mostrar la relació entre dues variables.
  • Identificar patrons o tendències.
  • Visualitzar dades contínues.

Exemple

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

plt.scatter(x, y)
plt.xlabel('Variable X')
plt.ylabel('Variable Y')
plt.title('Gràfic de Dispersió')
plt.show()

  1. Gràfics d'Àrea

Descripció

Els gràfics d'àrea són similars als gràfics de línies, però l'àrea sota la línia està omplerta. Són útils per mostrar canvis acumulatius al llarg del temps.

Quan Utilitzar-los

  • Mostrar la contribució de cada part al total al llarg del temps.
  • Visualitzar dades acumulatives.
  • Comparar múltiples sèries temporals.

Exemple

import matplotlib.pyplot as plt

mesos = ['Gener', 'Febrer', 'Març', 'Abril']
valors = [10, 20, 15, 25]

plt.fill_between(mesos, valors, color="skyblue", alpha=0.4)
plt.plot(mesos, valors, color="Slateblue", alpha=0.6)
plt.xlabel('Mesos')
plt.ylabel('Valors')
plt.title('Gràfic d\'Àrea')
plt.show()

  1. Gràfics de Caixes i Bigotis

Descripció

Els gràfics de caixes i bigotis (box plots) mostren la distribució de dades basant-se en cinc estadístiques resum: mínim, primer quartil, mediana, tercer quartil i màxim.

Quan Utilitzar-los

  • Comparar distribucions entre diferents grups.
  • Identificar valors atípics.
  • Visualitzar la dispersió de les dades.

Exemple

import matplotlib.pyplot as plt

dades = [20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30]

plt.boxplot(dades)
plt.title('Gràfic de Caixes i Bigotis')
plt.show()

Conclusió

La selecció del tipus de gràfic adequat depèn de la naturalesa de les dades i del missatge que es vol comunicar. Utilitzar el gràfic correcte pot fer que la informació sigui més comprensible i impactant per a l'audiència. Practica amb diferents tipus de gràfics per familiaritzar-te amb les seves aplicacions i limitacions.

© Copyright 2024. Tots els drets reservats