análise de dados com pandas usando o colab research

Parte da rotina de jornalistas de diversas áreas, a análise e a visualização de dados podem ganhar produtividade e eficiência com a utilização da linguagem de programação Python. Com ela, é possível usar bibliotecas que já contêm as funções desejadas a fim de otimizar o processo e conduzir análises com base em boas práticas. Neste workshop, o cientista da computação André Filipe Batista ensinou a fazer uma análise exploratória a partir de dados reais e a criar a visualização de um gráfico interativo usando duas bibliotecas: Pandas e Altair.

Para a atividade, André se baseou em uma visualização de dados de saúde e riqueza de países amplamente divulgada pelo cientista Hans Rosling, médico sueco especializado no uso de dados de saúde para a proposição de mudanças de políticas públicas e autor do livro Factfulness. O desafio dos participantes foi recriar um famoso gráfico de comparação entre o PIB per Capita e a expectativa de vida dos países ao longo de quase seis décadas. Para isso, foi analisada uma versão atualizada dos dados utilizados por Rosling, disponibilizada em formato CSV. 

Para fazer análise e inferências sobre dados, a indicação é usar a biblioteca Pandas, que trabalha bem com tabelas e filtros. Para começar, os participantes criaram um novo notebook na plataforma gratuita Google Colab e importaram os dados. Em seguida, começaram a trabalhar com filtragem por meio de uma consulta para criar comparações, a partir da evolução temporal das variáveis presentes nas tabelas e de recortes regionais e nacionais, e analisar duas variáveis ao mesmo tempo. Também é possível, com as funções do Pandas, extrair as principais estatísticas descritivas, como média, mediana, maior e menor valor.

A segunda parte do workshop focou na visualização dos dados. A biblioteca Altair foi utilizada para a criação dos gráficos em Python. O cientista de dados orientou aos alunos que criassem um gráfico de pontos, que foi refinado com customização por cores, tamanho, interatividade e edição de títulos e legendas. Com a inserção dos novos elementos visuais, é possível incorporar ao gráfico novas informações, para além do que é registrado nos eixos x e y. Para finalizar, André mostrou como exportar o gráfico resultante da análise em diferentes formatos, tanto como código quanto como produto, para sua utilização em apresentações ou reportagens digitais.

• Base de dados tratada para a atividade
• Google Colab