Análise exploratória de dados em python: pandas, google colab, gráficos com matplotlib e seaborn

No video

Análise exploratória de dados em python: pandas, google colab, gráficos com matplotlib e seaborn

Рет қаралды 2,491

Күн бұрын

No vídeo eu exemplifico, com o conjunto de dados de seguro rural de 2021, como usar o pacotes pandas para trabalhar com os dados e como construir alguns gráficos com os pacotes matplotlib e seaborn. Tudo usando o google colab.
00:00 Passos da análise exploratória de dados
03:50 Leitura dos dados
05:01 Passo 1 e passo 2: limpeza e organização
08:17 Função nunique( ) e unique( ) para valores únicos
09:54 Função replace para alterar alguns valores do dataframe
12:00 Ordenar valores
14:02 Gráficos com matplotlib e seaborn
14:46 Gráficos para variáveis qualitativas
21:00 Gráficos para variáveis quantitativas
24:12 Relações entre as variáveis (correlações, heatmaps)
28:05 Diagramas de dispersão
- Vídeo com a limpeza e organização dos mesmos dados: • Limpeza de dados em py...
- Dados de seguro rural: dados.agricult...
- Notebook com os códigos mostrados no vídeo: www.patriciara...

Пікірлер: 21

@robsonpinto3029 29 күн бұрын

Parabéns pela análise! Demonstra bastante conhecimento.

@siqueirapaty 27 күн бұрын

Obrigada!

@ItaloFernando-111 16 күн бұрын

Que massa! Excelente vídeo!

@siqueirapaty 11 күн бұрын

Muito obrigada!

@diegoarmando9134 26 күн бұрын

excelente vídeo!

@siqueirapaty 26 күн бұрын

@@diegoarmando9134 Muito obrigada 😍

@thalitaoliveira1012 8 ай бұрын

obrigada pela aula. me ajudou bastante.

@siqueirapaty 8 ай бұрын

Que bom 🤩

@ceuprofundo1000 16 сағат бұрын

Parabéns pelo video. Fiquei com uma dúvida: quais dessas análises não é possível fazer com o velho Excel básico ?

@siqueirapaty 6 сағат бұрын

Obrigada! Ótima pergunta. Eu não sou uma usuária avançada do Excel, mas acredito que a maioria das análises que mostro nesse vídeo poderiam ser feitas com o Excel sim. A vantagem de usar uma linguagem de programação como o Python é poder automatizar algumas tarefas, programar algumas funções para agilizar o trabalho e criar gráficos bem bonitos com o matplotlib e seaborn, por exemplo.

@studioareli4690 2 ай бұрын

fera de mais

@canaljesusnazareno 2 ай бұрын

Olá Patrícia! Você é muito boa no que faz, "parabéns"! Tenho percebido que uma das coisas a serem realizadas para poder se tornar Analista e Cientista de Dados, é ler bastante a documentação das bibliotecas, tentar permanecer atualizado, conhecer ou extrair/estudar sobre o negócio em que se está a fazer as análises e praticar muito. Diante disse e até pesso que nos conte todas as variáveis, como você consegue, pois respondo por mim, trabalho o dia todo, faço especialização em Python pela USP online toda segunda, quarta e quinta a noite, terça e sexta faço curso de Banco de Dados e nos fins de semana tento manter os exercíicos propostos dessa rotina e trabalho e praticar Análises. Tenho vontade de me tornar um Analista de Dados já que para me tronar Cientista ainda leva mais tempo. Percebi que tive dificuldade em compreender sobre as apólices (o conjunto de Dados) do que utilizar e entender as ferramentas abordadas no vídeo. Percebi que preciso parar para poder ler as bibliotecas e poder extrair o que elas tem de melhor, testar e usar algo diferente que a maioria das pessoas não utiliza, preciso resolver isso. Queria te fazer um pedido que é poder fazer análise desse conjunto de Dados ou de outro usando ao invés de Pandas e ou Numpy, que pudesse utilizar a biblioteca Polar's e utilizasse gráficos diferentes.

@siqueirapaty 2 ай бұрын

Olá! Muito obrigada pelo seu comentário e por compartilhar sua experiência. Você tem razão, entender cada conjunto de dados leva tempo porque cada um possui particularidades e, para fazer uma análise de dados interessante, é preciso entender os detalhes e o que cada variável significa. É importante ler os dicionários de dados (quando disponíveis) porque isso já ajuda muito a entender o que as variáveis expressam. Ler a documentação dos pacotes também ajuda, ainda mais porque são frequentes algumas mudanças nas funções, parâmetros etc. Muito boa a sua sugestão de usar outro pacote para analisar os dados, vou considerar :)