Aula 4 — Visualização de Dados

Nesta aula, vamos aprender a visualizar os dados em gráficos simples.

1. Gere um novo arquivo Aula4.py
2. Importando bibliotecas

import streamlit as st
import pandas as pd
import numpy as np

3. Definindo o título que aparece na aba do navegador

st.set_page_config(page_title="Aula 4: Visualização")

4. Vamos criar uma tabela de dados aleatórios para visualizar. O comando abaixo irá criar 20 linhas e 3 colunas chamadas A, B e C.

dados_grafico = pd.DataFrame(
    np.random.randn(20,3),
    columns=['A','B','C']
)

Observação: random.randn é a função que gera números aleatórios. O “n” no final indica que eles seguem uma “distribuição normal”, ou seja, a maioria dos números gerados estará próxima de zero; (20, 3) são as dimensões da tabela que foi criada. Nesse caso, ele gera 20 linhas e 3 colunas de números aleatórios.

5. Criando subtítulos e seus respectivos gráficos

# Criando subtítulo e gráfico de linhas
st.subheader("Gráfico de Linhas")
st.line_chart(dados_grafico)

# Criando subtítulo e gráfico de barras
st.subheader("Gráfico de Barras")
st.bar_chart(dados_grafico)

6. Salve o código e rode para ter a seguinte visualização:

7. O que fizemos aqui?

• import pandas e numpy: Importamos as ferramentas essenciais para criar e organizar os dados que serão exibidos.
• st.line_chart e st.bar_chart: São comandos nativos do Streamlit que facilitam a criação de gráficos rápidos e interativos

Com isso, terminamos a nossa quarta aula! Se esse conteúdo foi útil para você, clica nas palminhas (claps) aqui do Medium para ajudar a espalhar o conhecimento! 👏

📚 Referência Bibliográfica

PANDEY, Surabhi. Streamlit Essentials: From basics to advanced data app development. 1. ed. India: BPB Publications, 2025. 410 p.