Este projeto realiza uma análise de vendas utilizando Python, SQLite, Pandas, Matplotlib e Seaborn. O objetivo é criar um banco de dados de vendas, carregar os dados em um DataFrame do Pandas, realizar análises e gerar visualizações gráficas.
ml-analise-vendas │ ├── venv/ # Ambiente virtual ├── .gitignore ├── LICENSE ├── requirements.txt # Dependências do projeto └── main.py # Script principal
Python 3.x Pandas Matplotlib Seaborn SQLite3
- Clone o repositório:
git clone https://github.com/solozabal/ml-analise-vendas.git cd ml-analise-vendas
- Crie e ative um ambiente virtual:
python -m venv venv
.\venv\Scripts\activate
source venv/bin/activate
- Instale as dependências:
pip install -r requirements.txt
Para executar o script, certifique-se de que o ambiente virtual está ativado e execute o comando:
python main.py
O script main.py realiza as seguintes etapas:
-
Criar e Popular o Banco de Dados Cria um banco de dados SQLite chamado dados_vendas.db. Cria a tabela vendas1 e insere dados de vendas.
-
Carregar Dados no Pandas Carrega os dados da tabela vendas1 em um DataFrame do Pandas. Exibe as primeiras linhas, informações gerais, descrição estatística e valores ausentes do DataFrame.
-
Análises com Pandas Converte a coluna data_venda para o tipo datetime. Extrai o mês e o ano da data da venda. Analisa o total de vendas e a quantidade de vendas por categoria, produto e mês.
-
Visualizações com Matplotlib e Seaborn Gera gráficos de barras, gráficos de pizza, gráficos de linha e um heatmap para visualizar os dados.
Total de Vendas por Categoria Proporção de Vendas por Categoria Quantidade de Vendas por Categoria Top 5 Produtos mais Vendidos em Valor Vendas ao Longo dos Meses Correlação entre Variáveis Numéricas
Este projeto está licenciado sob a Licença MIT. Veja o arquivo LICENSE para mais detalhes.
Contribuições são bem-vindas! Sinta-se à vontade para abrir uma issue ou enviar um pull request.
Pedro Solozabal ✉️ contato@solozabal.com.br 🔗 https://github.com/solozabal/ml-analise-vendas