Untitled

vendas_sorvete = np.array([500,550,530,700,650,630,700])
ataque_tubarao = np.array([5,6,3,7,7,2,4])
print(vendas_sorvete) # x
print(ataque_tubarao) # y

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

# plt é o objeto que contém as funções para editar
# e exibir a figura
plt.title("Ataque de tubarões X Venda de Sorvete") # Define o título do gráfico
plt.xlabel("Vendas de sorvete (10x)") # Define a legenda para o eixo X
plt.ylabel("Ataques de tubarão") # 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)