Analytics com Python

Análise de Risco no Transporte Público - London Bus Safety Analysis.
Curso - Big Data Real-Time Analytics Com Python e Spark - Versão 3.0
Projeto da Formação Cientista de Dados da Data Science Academy

Descrição Projeto

• Quais incidentes de trânsito ocorrem com mais frequência?
• Qual a faixa etária que mais se envolve em incidentes de trânsito?
• Qual o evento mais comum nos incidentes?
• Passageiros ou pedestres são as maiores vítimas dos incidentes?

Essas e outras perguntas devem ser respondidas através da análise de dados reais disponíveis publicamente. Este projeto não requer Machine Learning e seu trabalho é aplicar suas habilidades de análise e responder diversas perguntas de negócio através de gráficos e storytelling.

Para a construção desse projeto, recomendamos a utilização da Linguagem Python e Linguagem SQL e o dataset disponível para download no link: data.world

O conjunto de dados lista incidentes de trânsito ocorridos na cidade de Londres.

---

Fonte Dados

• Andy Kriebel link
• Data.world
• Data Science Academy

---

Tecnologias Empregadas

• Conda
• Jupyterlab
• Python
• Pandas
• Seaborn
• Streamlit
• Vega-Altair
• Github
• Pycharm

Instalação

• Criar um ambiente de trabalho com o conda

conda create --name busSafe --file requirements.txt

• Depois de criado ativa ambiente

conda activate busSafe

• Rodar aplicativo Streamlit (obs: com ambiente ativado e dentro da pasta de trabalho)

# baixando o repositório
streamlit run Bus_Safety.py

# direto do GitHub
streamlit run https://github.com/rbalbinotti/Analise_Risco_Transp_Publico/blob/main/Bus_Safety.py

---

Objetivo

Trabalho é analisar os dados e construir gráficos que respondam a essas 10 perguntas abaixo:

1. Qual a quantidade de incidentes por gênero?
2. Qual faixa etária esteve mais envolvida nos incidentes?
3. Qual o percentual de incidentes por tipo de evento?
4. Como foi a evolução de incidentes por mês ao longo do tempo?
5. Quando o incidente foi colisão em qual mês houve o maior número de incidentes envolvendo pessoas do sexo feminino?
6. Qual foi a média de incidentes por mês envolvendo crianças?
7. Considerando a descrição de incidente como tratamento no local, qual o total de incidentes de pessoas do sexo masculino e sexo feminino?
8. No ano de 2017 em qual mês houve mais incidentes com idosos?
9. Considerando o Operador qual a distribuição de incidentes ao longo do tempo?
10. Qual o tipo de incidente mais comum com ciclistas?

Vizualização projeto

• Projeto em Streamlit

Bibliografia e Créditos

Material de Apoio

• Markdown Guide
• Pandas Documentation
• Seaborn
• Python
• Streamlit
• Vega-Altair

Créditos

Material criado por Roberto R Balbinotti.
Projeto de Conclusão do Curso 3.0 - Big Data Real-Time Analytics com Python e Spark da Data Science Academy