Aplicação das bibliotecas Python para tratamento de dados em tempo real A análise dos dados de isolamento social em Santa Catarina

Conteúdo do artigo principal

Denis Vicentainer
Marcos Mattedi
Bruno Mello

Resumo

A necessidade de monitorar a propagação do Covid-19 (Sars-Cov-2) fez emergir uma demanda, sem precedentes, por armazenamento, tratamento e análise de dados. Esta demanda impõe aos pesquisadores maior celeridade e agilidade no armazenamento, tratamento e disponibilização do dado para visualização da sociedade e de gestores públicos. Para tanto, as ferramentas comuns de manipulação de dados se mostraram pouco eficientes em acompanhar as novas demandas. Considerando estes fatores, o presente artigo objetiva explorar a solução de tratamento e mapeamento de dados de diferentes bases através de bibliotecas Python. A linguagem Python tem se notabilizado por sua variedade de bibliotecas direcionadas para a área de ciência de dados, aumentando sua eficiência enquanto ferramenta de tratamento e análise de dados e estatísticas. Para ilustrar este processo será considerado o de tratamento de dados de isolamento social no Estado de Santa Catarina entre fevereiro e maio de 2020. O texto está dividido em três partes, nas quais: i) pressupostos operacionais e instalação das bibliotecas; ii) limpeza e análise do dado de isolamento social em Santa Catarina e; iii) elaboração do mapeamento, gerando um mapa como produto. Este ensaio possibilitou, de forma prática, descobrir e manipular inconsistências no dado, resultando em um produto mais rápido, assertivo e pronto para ser disponibilizado.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Detalhes do artigo

Como Citar
Vicentainer, D., Mattedi, M., & Mello, B. (2020). Aplicação das bibliotecas Python para tratamento de dados em tempo real: A análise dos dados de isolamento social em Santa Catarina. Metodologias E Aprendizado, 3, 206–217. https://doi.org/10.21166/metapre.v3i0.1392
Seção
Mapas e desenhos industriais
Biografia do Autor

Denis Vicentainer, Universidade Regional de Blumenau

Arquiteto e Urbanista

Referências

ANACONDA. Guia de uso do Anaconda. Disponível em: < https://docs.anaconda.com/anaconda/user-guide/getting-started/ > Acesso: 13 set. 2020

GEOPANDAS. Documentação operacional da biblioteca. Disponível em: < https://geopandas.org/> Acesso: 02 ago. 2020.

IBGE – Instituto Brasileiro de Geografia e Estatística. Cidades. 2019 https://www.ibge.gov.br/geociencias/downloads-geociencias.html > Acesso: 30 jun. 2020.

IPYKERNEL. Documentação operacional da biblioteca https://ipython.readthedocs.io/en/stable/install/kernel_install.html> Acesso: 08 ago. 2020.

MATPLOTLIB. Documentação da biblioteca. Disponível em: <https://matplotlib.org/api/pyplot_summary.html> Acesso: 27 ago. 2020.

NUMPY. Documentação da biblioteca. Disponível em: <https://docs.scipy.org/doc/

> Acesso: 13 set. 2020.

PANDAS. Documentação operacional da biblioteca. Disponível em: < https://pandas.pydata.org/docs/>Acesso: 15 jul. 2020.

PYTHON. Documentação da linguagem Python https://docs.python.org/pt-br/3/ > Acesso: 13 set. 2020.