Para desenvolver Aula Prática Linguagem de programação – Visualização de dados em phyton, comece identificando os objetivos e as entregas solicitadas no roteiro. A seguir, veja os pontos presentes na descrição desta atividade e organize teu relatório de acordo com as orientações do curso.
O que é esta aula prática?
Antes de começar, leia a apresentação e identifique o tema, a unidade e o formato pedido.
Ambiente: Google Colab (notebook interativo em nuvem)
Banco de dados SQLite: arquivo dados_vendas.db e tabela vendas1
Pandas para carga, exploração e preparação de dados (df_vendas)
Visualização: Matplotlib e Seaborn para gráficos e interpretações
Entrega: relatório .docx/.pdf com evidência (print) e descrição da lógica
O seu trabalho é disponibilizado pronto, respondido e nas normas já na mesma hora aqui em nosso site na sua área de downloads e também no seu e-mail.
Portfólio em Word, respondido, completo e já nas normas
Se estiver acessando pelo computador, escaneie o QR Code abaixo com a câmera do celular para abrir nosso atendimento no WhatsApp.
Como desenvolver a atividade passo a passo
Execute cada etapa na ordem indicada e registre o que foi feito para depois explicar o processo no relatório.
Esta atividade prática integra a disciplina Linguagem de Programação (Unidade 3 – Introdução à Análise de Dados com Python), Aula 4, e aborda a aplicação de Python para análise e visualização de dados de vendas. O exercício propõe trabalhar com um cenário de empresa de varejo que possui os dados do último ano armazenados em um banco de dados SQLite, utilizando Google Colab como ambiente de execução. A proposta inclui carregar os dados para um DataFrame do Pandas, preparar e explorar os dados, e gerar visualizações com Matplotlib e Seaborn para apoiar a interpretação dos resultados.
No fluxo de trabalho esperado, o aluno estabelece conexão com o banco SQLite (arquivo dados_vendas.db), cria ou valida a existência da tabela vendas1 (campos: id_venda, data_venda, produto, categoria, valor_venda), carrega os registros em um DataFrame (df_vendas) e aplica procedimentos de tratamento, análise e visualização. O roteiro prevê passos claros: conexão e criação/insersão de dados, exploração e preparação, análises estatísticas básicas, construção de gráficos e uma conclusão com insights e sugestões para a empresa fictícia do cenário.
O que é desenvolvido nesta atividade
Executar um notebook no Google Colab que implemente a conexão com SQLite, crie/carregue a tabela vendas1 e importe os dados para Pandas; realizar exploração e pré-processamento dos dados; aplicar análises para extrair padrões de vendas; produzir visualizações com Matplotlib e Seaborn que facilitem a leitura dos resultados; e consolidar o trabalho em um relatório final (.docx ou .pdf) contendo pelo menos um print do código executado e uma breve descrição da lógica adotada. O roteiro também orienta testar o código, comentar as partes principais e implementar funcionalidades indicadas no checklist (ex.: adicionar notas, calcular média, determinar situação e exibir relatório final).
Como estruturar o relatório
Organize a entrega em identificação da atividade, objetivos, recursos utilizados, descrição dos procedimentos, registros dos resultados e conclusão. Ajuste essa sequência ao modelo exigido pela instituição e inclua apenas observações e evidências obtidas durante a tua própria execução.
Checklist antes de entregar
- Conferir se todos os objetivos do roteiro foram contemplados.
- Descrever os procedimentos na ordem em que foram realizados.
- Inserir registros, imagens ou arquivos quando a atividade solicitar.
- Relacionar os resultados com as tarefas e revisar o formato de entrega exigido.
