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