Este é um projeto de Data Science que utiliza Python, Pandas e Seaborn para analisar a tabela histórica de preços de imóveis da FipeZAP.
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.
- 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.
- Python 3.x
- Pandas
- Matplotlib
- NumPy
-
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
.\py-sci
-
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.
- Crie um ambiente virtual:
python -m venv venv
- Ative o ambiente virtual:
.\venv\Scripts\activate
- Instale as dependências:
pip install -r requirements.txt
👤 Nicholas Costa P.
👤 Gyovanna Lima
- GitHub: https://github.com/glsanto-s
👤 Henrique Gil
- GitHub: https://github.com/Henrique762
👤 Rogério Lacerda
👤 Guilherme Silveira
- GitHub: https://github.com/GuiiGhost
👤 Gabrielly Venancio
👤 Cesar
- Orientador