Buscar

a) Levando em conta que a visualização de dados deve ser projetada para um público não técnico, quais ferramentas podem ser adotadas para a projeçã...

a) Levando em conta que a visualização de dados deve ser projetada para um público não técnico, quais ferramentas podem ser adotadas para a projeção dos resultados financeiros da imobiliária? Justifique sua resposta.
b) Como você projetaria visualmente os dados de inadimplentes e pagantes do último trimestre do ano? Identifique e detalhe possíveis soluções, justificando-as.
c) Com base no arquivo DadosDesafio.xlsx, apresente um código em Python mostrando a carga dos dados no PyCharm e, em seguida, demonstre a média e os valores mínimos e máximos de cada coluna numérica da planilha.

a) É ideal a construção de visualizações com imagens estáticas, considerando também que algumas pessoas podem preferir visualizar os dados em formato interativo, como em dashboards. É importante mencionar que simplificar os dados não significa adulterar as informações, mas sim resumi-las, tomando o cuidado de elucidar ao público tudo que for extremamente necessário para a compreensão da informação. Na imobiliária, o cientista de dados poderá optar por construir gráficos estáticos para a parte da equipe que tem conhecimentos básicos em informática e gráficos dinâmicos para a outra metade do grupo gestor. Em ambos os casos, é possível utilizar bibliotecas contidas nas linguagens Python e R.
b) Uma possível solução seria a elaboração de gráficos separados utilizando as linguagens Python e R: um para representar os pagantes do trimestre e outro para os inadimplentes. Outra solução possível seria a realização de um comparativo entre os pagantes e inadimplentes do trimestre. Dessa forma, a equipe gestora poderia observar as porcentagens, interpretando riscos e projetando possíveis medidas a serem tomadas para a diminuição do número de inadimplentes. Esse comparativo poderia ser feito por meio de gráficos construídos também com as bibliotecas das linguagens R e Python, ou diretamente no Excel, dependendo do volume de dados.
c) import pandas as pd

x = pd.read_excel('CAMINHO_DO_DIRETÓRIO\DadosDesafio.xlsx', sheet_name='resultadosFinanceiros')

print(x.describe())
a) true
b) true
c) true
a) true
b) true
c) true
a) false, b) true, c) false
a) true, b) false, c) false
a) false, b) false, c) true

Essa pergunta também está no material:

Ferramentas utilizadas em ciência de dados e Big DataDesafio
3 pág.

Análise e Desenvolvimento de Sistemas Universidade do Vale do ItajaíUniversidade do Vale do Itajaí

Respostas

User badge image

Ed Verified user icon

a) Para a projeção dos resultados financeiros da imobiliária para um público não técnico, é possível adotar ferramentas de visualização de dados como gráficos de barras, gráficos de pizza, gráficos de linhas, tabelas e dashboards. É importante que a visualização seja clara, objetiva e de fácil compreensão para o público-alvo. As ferramentas mais utilizadas para a construção de visualizações de dados são as linguagens de programação Python e R, que possuem bibliotecas específicas para a criação de gráficos e dashboards. b) Para projetar visualmente os dados de inadimplentes e pagantes do último trimestre do ano, é possível utilizar gráficos de barras, gráficos de pizza, gráficos de linhas e tabelas. Uma possível solução seria a elaboração de gráficos separados para representar os pagantes e os inadimplentes do trimestre. Outra solução seria a realização de um comparativo entre os pagantes e inadimplentes do trimestre, utilizando gráficos construídos com as bibliotecas das linguagens Python e R ou diretamente no Excel, dependendo do volume de dados. É importante que a visualização seja clara, objetiva e de fácil compreensão para o público-alvo. c) Para carregar os dados do arquivo DadosDesafio.xlsx no PyCharm e demonstrar a média e os valores mínimos e máximos de cada coluna numérica da planilha, é possível utilizar a biblioteca pandas da linguagem Python. O código em Python para realizar essa tarefa seria: import pandas as pd df = pd.read_excel('Caminho_do_arquivo/DadosDesafio.xlsx', sheet_name='resultadosFinanceiros') print(df.describe()) Onde 'Caminho_do_arquivo' deve ser substituído pelo caminho do diretório onde o arquivo DadosDesafio.xlsx está salvo. O método describe() da biblioteca pandas retorna um resumo estatístico dos dados, incluindo a média, o desvio padrão, o valor mínimo e o valor máximo de cada coluna numérica da planilha.

0
Dislike0

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Responda

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Mais conteúdos dessa disciplina