Utilizamos a biblioteca matplotlib para plotar e analisar os gráficos. Para análise construimos os graficos de emprestimos por ano, por mês e por hora.
Para isso, copiamos as colunas “data_emprestimo” e “id_exemplar” dentro de um dataframe “df_books_year”. Para que fosse possível a manipulação convertemos a data em apenas ano. Utilizamos o groupby().nunique() para agrupar os dados da coluna.
Com o dataframe pronto utilizamos os comandos plt.plot() para gerar o gráfico. Também utilizamos outros comandos para adicionar titulos, legendas e estilizar.
Seguimos a mesma lógica para plotar o gráfico mensal, substituindo apenas o year por month.
Para plotar o gráfico por hora também criamos um dataframe com os valores convertidos hora, porém ao invés de utilizarmos o groupby() criamos uma lógica com o for para criar a lista com o número de emprestimos por hora.
Nesse caso utilizamos o comando plt.bar() para plotar um gráfico de barras.
Empréstimos por ano:
Empréstimos por mês:
Notamos que nos meses de janeiro, junho, julho e dezembro são os meses com menores quantidades de empréstimos. Provavelmente seja por causa das férias dos alunos nesse período.
Empréstimos por hora:
Notamos que a biblioteca abre as 7h e fecha as 22h. Notamos também que no período das 10h e 16h são os horários de maior pico na biblioteca.