PySci

Tabela Histórica FipeZAP

Este é um projeto de Data Science que utiliza Python, Pandas e Seaborn para analisar a tabela histórica de preços de imóveis da FipeZAP.

Descrição

O objetivo deste projeto é explorar e visualizar os dados da tabela histórica da FipeZAP, que contém informações sobre os preços de imóveis ao longo do tempo. Utilizaremos as bibliotecas Pandas e Seaborn para realizar análises estatísticas e criar visualizações gráficas.

Funcionalidades

Carregar os dados da tabela histórica da FipeZAP em um DataFrame do Pandas.
Limpar e preparar os dados para análise.
Realizar análises estatísticas, como média, mediana e desvio padrão dos preços dos imóveis.
Obter o Coeficiente de Variância.
Criar visualizações gráficas, como gráficos de linha e histogramas, para visualizar os padrões e tendências dos preços.

NICE-TO-HAVE: Análise preditiva para prever os preços futuros dos imóveis com base nos dados históricos e em modelos de Machine Learning.

Requisitos

Python 3.x
Pandas
Matplotlib
NumPy

Instalação

Clone este repositório: https://github.com/nicholascostap/py-sci.git
Faça o download do arquivo da tabela "fipezap-serieshistoricas.xlsx" no link abaixo: https://downloads.fipe.org.br/indices/fipezap/fipezap-serieshistoricas.xlsx
Mova o arquivo para a pasta "import" do projeto.
Execute o arquivo "main.py" para carregar, processar os dados, calcular os dados estatistícos e gerar os gráficos. Esse arquivo instala as dependências necessárias para a execução e irá chamar os arquivos "planilha.py", "calculo.py" e "grafico.py".
Os resultados serão exibidos no console e os gráficos serão salvos na pasta "export". O script gera uma pasta com a data da execução, por padrão. Os gráficos gerados são:

Gráfico de Distribuição Normal
Gráfico Boxplot
Gráfico de Indíce x Tempo

Observação: Importante executar o arquivo à partir do diretório raíz do projeto.

.\py-sci

Execução Step-by-Step

Caso deseje executar os arquivos individualmente, siga os passos abaixo:

Execute o arquivo "planilha.py" para extrair os dados da tabela histórica da FipeZAP.
Execute o arquivo "calculo.py" para realizar os cálculos estatísticos.
Execute o arquivo "grafico.py" para gerar as visualizações gráficas.