Descrição
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).
Principais conteúdos abordados
- 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
Aula Prática Linguagem de programação
ROTEIRO DE AULA PRÁTICA
NOME DA DISCIPLINA: LINGUAGEM DE PROGRAMAÇÃO
Unidade: 3 – INTRODUÇÃO À ANÁLISE DE DADOS COM PYTHON
Aula: 4 – VISUALIZAÇÃO DE DADOS EM PYTHON
OBJETIVOS
✓ Compreender como utilizar Python para analisar dados;
✓ Utilizar técnicas de tratamento de dados e extração de informações;
SOLUÇÃO DIGITAL
• Google Colab
LINK SOLUÇÃO DIGITAL (EXCETO ALGETEC): https://colab.google/
O Google Colab, ou Colaboratory, é uma plataforma gratuita baseada na nuvem oferecida pelo
Google. Ela fornece um ambiente de notebook interativo e colaborativo que permite a criação e
execução de código diretamente no navegador, sem a necessidade de configurar ou instalar
qualquer software no seu computador.
PROCEDIMENTO/ATIVIDADE
ATIVIDADE PROPOSTA:
Você trabalha em uma empresa de varejo e precisa analisar os dados de vendas do último ano
para identificar padrões e insights para melhorar o desempenho. Os dados estão armazenados
em um banco de dados SQLite, e você utilizará a biblioteca Pandas para manipular e analisar
esses dados, além de gerar visualizações utilizando Matplotlib e Seaborn.
Passo 1: Conectar ao banco de dados SQLite e criar uma tabela
• Primeiro, você precisa estabelecer uma conexão com o banco de dados SQLite e carregar
os dados relevantes para análise.
import sqlite3
# Passo 1.1: Conectar ao banco de dados (ou criar, se não existir)
conexao = sqlite3.connect(‘dados_vendas.db’)
# Passo 1.2: Criar um cursor
3
cursor = conexao.cursor()
# Passo 1.3: Criar uma tabela (se não existir)
cursor.execute(”’
CREATE TABLE vendas1 (
id_venda INTEGER PRIMARY KEY AUTOINCREMENT,
data_venda DATE,
produto TEXT,
categoria TEXT,
valor_venda REAL
)
”’)
# Passo 1.4: Inserir alguns dados
cursor.execute(”’
INSERT INTO vendas1 (data_venda, produto, categoria, valor_venda) VALUES
(‘2023-01-01’, ‘Produto A’, ‘Eletrônicos’, 1500.00),
(‘2023-01-05’, ‘Produto B’, ‘Roupas’, 350.00),
(‘2023-02-10’, ‘Produto C’, ‘Eletrônicos’, 1200.00),
(‘2023-03-15’, ‘Produto D’, ‘Livros’, 200.00),
(‘2023-03-20’, ‘Produto E’, ‘Eletrônicos’, 800.00),
(‘2023-04-02’, ‘Produto F’, ‘Roupas’, 400.00),
(‘2023-05-05’, ‘Produto G’, ‘Livros’, 150.00),
(‘2023-06-10’, ‘Produto H’, ‘Eletrônicos’, 1000.00),
(‘2023-07-20’, ‘Produto I’, ‘Roupas’, 600.00),
(‘2023-08-25’, ‘Produto J’, ‘Eletrônicos’, 700.00),
(‘2023-09-30’, ‘Produto K’, ‘Livros’, 300.00),
(‘2023-10-05’, ‘Produto L’, ‘Roupas’, 450.00),
(‘2023-11-15’, ‘Produto M’, ‘Eletrônicos’, 900.00),
(‘2023-12-20’, ‘Produto N’, ‘Livros’, 250.00);
”’)
# Passo 1.5: Confirmar as mudanças
conexao.commit()
Passo 2: Explorar e preparar os dados
• Agora que os dados estão carregados em um DataFrame do Pandas (df_vendas), você
pode explorá-los e prepará-los para análise.
4
Passo 3: Análise dos dados
• Realize análises específicas para extrair insights sobre as vendas.
Passo 4: Visualização dos dados
• Utilize Matplotlib e Seaborn para criar visualizações que ajudem na interpretação dos
resultados.
Passo 5: Conclusão e análise de insights
• Finalize o exercício com uma breve análise dos insights obtidos e sugestões para a
empresa com base nos dados analisados.
PROCEDIMENTOS PARA A REALIZAÇÃO DA ATIVIDADE:
• Acesse o Google Colab e crie um novo notebook.
• Implemente as funcionalidades solicitadas usando as instruções e dicas fornecidas.
• Teste o código com diferentes entradas para garantir que ele está funcionando
corretamente.
• Comente o código para explicar cada parte da lógica implementada.
CHECKLIST:
• Acessar o Google Colab e criar um novo notebook.
• Copiar e colar o código inicial no notebook.
• Implementar as funcionalidades de adicionar notas, calcular média, determinar situação e
exibir relatório final.
• Testar o código com diferentes entradas.
• Comentar o código para explicar a lógica implementada.
• Tire um print do código executado pelo menos uma vez.
RESULTADOS
Para comprovar a realização da atividade, é necessario entregar um relatório no formato .docx ou
.pdf, contendo:
• Tire um print do código executado pelo menos uma vez.
• Escreva brevemente a lógica utilizada para realizar a atividade
RESULTADOS DE APRENDIZAGEM:
5
Espera-se que o aluno seja capaz de produzir o código em Python de forma que contemple as
lógicas e conteudos abordados na unidade.
Como se realizam os envios?
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.
Em quanto tempo recebo o portfólio?
Os envios são imediatos. Após sua compra, o trabalho já é disponibilizado instantaneamente aqui em nosso site e no seu e-mail.
E se o portfólio que comprei precisar de correção?
Caso haja alguma solicitação de correção/alteração por parte do tutor, basta entrar em contato conosco pelo WhatsApp que providênciaremos sem custo algum.
Qual o formato do arquivo?
Os arquivos são enviados em formato Word e são editáveis.
Caso eu tiver alguma dúvida, terei suporte no pós venda?
Sim, com certeza. Basta clicar no ícone do WhatsApp no cantinho da tela. Será um prazer atendê-lo(a).
Quais os seus canais de contato?
Whatsapp: 53 984751621 – Clicar no canto da tela ou ESCANEIE O QRCODE ABAIXO
E-mail:portifoliosp@gmail.com
Portfólio em Word, respondido, completo e já nas normas
Prefere falar pelo WhatsApp?
Se estiver acessando pelo computador, escaneie o QR Code abaixo com a câmera do celular para abrir nosso atendimento no WhatsApp.
