Este projeto envolve a análise de preços de matérias-primas agrícolas e suas mudanças percentuais de 1990 a 2020. O conjunto de dados inclui informações sobre várias commodities, como lã grossa, copra, algodão, lã fina, tora dura, madeira serrada dura, couro, compensado, borracha, madeira macia, madeira serrada macia e celulose.
O conjunto de dados fornece as seguintes informações-chave:
- Preços: Preços reais de diferentes matérias-primas agrícolas.
- Mudança % no Preço: Mudança percentual nos preços ao longo do tempo para cada matéria-prima.
A análise explora padrões, tendências e relações dentro do conjunto de dados de preços de matérias-primas agrícolas. Inclui visualizações como gráficos de linha, gráficos de dispersão, histogramas e boxplots para entender melhor as características de cada commodity e suas mudanças ao longo do período especificado.
O código Python usado para análise de dados e visualização está disponível no repositório. O código utiliza bibliotecas populares de análise de dados, como Pandas, Matplotlib e Seaborn, para realizar a análise e criar visualizações informativas.
- data.csv: O conjunto de dados bruto contendo preços e mudanças percentuais para cada matéria-prima agrícola.
- analysis.ipynb: Arquivo do Jupyter Notebook contendo o código para análise de dados.
- README.md: Visão geral do projeto e informações.
-
Clone o repositório para sua máquina local:
git clone https://github.com/seunome/Materias-primas-agricolas-1990-2020.git
-
Abra e execute o Jupyter Notebook (
Agricultural.ipynb
) usando um ambiente Python com as bibliotecas necessárias instaladas. -
Explore as visualizações e resultados da análise para obter insights sobre os preços de matérias-primas agrícolas.
Certifique-se de ter as seguintes bibliotecas Python instaladas:
- pandas
- matplotlib
- seaborn
Você pode instalá-las usando:
pip install pandas matplotlib seaborn
Contribuições para aprimorar a análise ou adicionar novos recursos são bem-vindas. Sinta-se à vontade para fazer um fork do repositório e enviar solicitações de pull.