📊 10 Tipos de Histogramas no Matplotlib (com Exemplos)
Histogramas são uma das ferramentas mais comuns para visualizar distribuições de dados. Com o Python's matplotlib, você pode personalizar histogramas de várias maneiras para entender melhor seus dados.
Neste artigo, exploraremos 10 diferentes tipos de histogramas, para que eles servem e como criar cada um.
1. Histograma Básico
📌 Uso:
Visualizar a distribuição de frequência de um conjunto de dados.
plt.hist(dados)
plt.title("Histograma Básico")
plt.xlabel("Valor")
plt.ylabel("Frequência")2. Histograma com Bins Personalizados
📌 Uso:
Controlar a resolução do histograma usando mais ou menos bins.
plt.hist(dados, bins=20)
plt.title("Histograma com Bins Personalizados")3. Histograma Colorido
📌 Uso:
Facilitar a leitura do histograma ou combinar com sua paleta de cores.
plt.hist(dados, color='skyblue', edgecolor='black')
plt.title("Histograma Colorido")4. Histograma Normalizado (Densidade)
📌 Uso:
Mostrar a densidade de probabilidade ao invés da frequência bruta — ótimo para comparar distribuições.
plt.hist(dados, density=True, color='lightgreen', edgecolor='black')
plt.title("Histograma Normalizado (Densidade)")5. Histograma Acumulado
📌 Uso:
Visualizar a soma acumulada dos dados — ajuda a entender como os dados se acumulam ao longo do tempo ou valor.
plt.hist(dados, cumulative=True, color='orange', edgecolor='black')
plt.title("Histograma Acumulado")6. Histograma com Sobreposição de KDE
📌 Uso:
Sobrepor uma curva de densidade suavizada para estimar a forma da distribuição.
import seaborn as sns
sns.histplot(dados, kde=True, color='mediumpurple', edgecolor='black')
plt.title("Histograma com Sobreposição de KDE")7. Histograma Empilhado
📌 Uso:
Comparar múltiplas distribuições lado a lado e ver como elas contribuem para os totais.
plt.hist([dados1, dados2], stacked=True, color=['steelblue', 'salmon'], edgecolor='black')
plt.title("Histograma Empilhado")
plt.legend(['Conjunto de Dados 1', 'Conjunto de Dados 2'])8. Histograma no Estilo Step
📌 Uso:
Visualizar o histograma como um contorno (bom para comparar múltiplos conjuntos de dados sem confusão).
plt.hist(dados, histtype='step', color='darkgreen')
plt.title("Histograma no Estilo Step")9. Histograma Horizontal
📌 Uso:
Inverter os eixos — útil quando os rótulos no eixo y são mais relevantes ou o espaço é limitado.
plt.hist(dados, orientation='horizontal', color='plum', edgecolor='black')
plt.title("Histograma Horizontal")10. Histograma Ponderado
📌 Uso:
Aplicar pesos aos valores — útil quando os pontos de dados têm diferentes importâncias ou frequências.
pesos = np.random.rand(len(dados))
plt.hist(dados, weights=pesos, color='goldenrod', edgecolor='black')
plt.title("Histograma Ponderado")🧠 Considerações Finais
Histogramas são mais do que apenas gráficos de barras simples — com o estilo adequado, você pode ajustá-los para transmitir insights específicos de seus dados. Seja para Análise Exploratória ou para preparar relatórios finais, conhecer essas variações aumenta seu arsenal para contar histórias com dados.