Untitled

import numpy as np # Importa biblioteca Numpy
from matplotlib import pyplot as plt # Importa biblioteca para gerar o gráfico

tempo_reacao = np.arange(1, 8, 1)
concentracao = np.array([250,350,400,432,390,421,500])
print(tempo_reacao) # x
print(concentracao) # y

# Pega os dados (Só um exemplo)
x = tempo_reacao # Variável X
y = concentracao # Vriável Y

# plt é o objeto que contém as funções para editar
# e exibir a figura
plt.title("Acompanhamento da Infecção Fúngica") # Define o título do gráfico
plt.xlabel("Tempo de reação (dias)") # Define a legenda para o eixo X
plt.ylabel("Concentração anti-corpos(mg/L)") # Define a legenda para o eixo Y

# 'Plota' (exibe) o gráfico passando x, y e o estilo dos pontos
plt.plot(x,y, 'ob') # OB significa O é um circulo e B é a cor blue (azul)

# Realiza o cálculo do MMQ
equação = np.polyfit(x, y, 1)

# Adicionar a linha de tendência
linha_tendência = np.poly1d(equação) # Realiza o cálculo da linha de tendência

# Calcula a correlação de Pearson
correlação = np.corrcoef(x,y)[0][1] 

# Adiciona a linha na figura
plt.plot(x, linha_tendência(x), 'r--')

# Definindo a legenda para exibir na figura
legenda = f'Linha de tendência: y = {equação[0]:.6f}x {equação[1]:.6f}'
legenda += f'\nCoeficiente de Pearson (p): {correlação}'
plt.text(0.05, 0.9, legenda, 
         transform=plt.gca().transAxes, 
         fontsize=11)
#-------------------------------------------

# Exibe a figura completa
plt.show()

# Coeficiente de pearson
corr_coef = np.corrcoef(x, y)[0][1]

print("\nCoeficiente de Person: ",corr_coef)

##Analise