Visão Geral • Objetivos • Dados • Frameworks • Estrutura • Uso • Contribuição • Licença • Contato
É de conhecimento geral que a pandemia do coronavírus tem impactado significativamente o Brasil e o mundo. Assim, acompanhar a evolução dos casos, das taxas de transmissão e dos esforços de controle é de extrema importância.
Além disso, a disseminação de informações confiáveis é essencial para combater a desinformação e contribuir para uma compreensão clara da situação atual da pandemia no Brasil.
Nesse sentido, o aplicativo coronaDash Brasil visa suprir essa necessidade, fornecendo uma plataforma confiável e acessível para a visualização e análise dos dados relacionados ao COVID-19.
Através de ferramentas interativas como gráficos, mapas e análises de dados, o aplicativo permite aos usuários acompanhar de perto e compreender a situação da pandemia em nosso país. A plataforma também oferece a possibilidade de filtrar e selecionar informações específicas, proporcionando uma visão clara e detalhada da evolução da pandemia do coronavírus no Brasil.
- Fornecer dados atualizados e confiáveis.
- Permitir a visualização da evolução da pandemia em diferentes regiões do país.
- Oferecer ferramentas interativas para análise e visualização dos dados.
- Facilitar a compreensão dos dados através de gráficos e tabelas interativas.
- Auxiliar na identificação de tendências e padrões.
- Possibilitar a comparação entre diferentes estados em relação ao número de casos e óbitos.
O conjunto de dados utilizado nesse projeto é disponibilizado diariamente pelo Ministério da Saúde através do Portal Brasileiro de Dados Abertos e as informações contidas no dataset incluem dados sobre casos e óbitos por COVID-19 no Brasil, agregados por estado, município e data.
O dataset fornece informações valiosas para acompanhar a evolução do COVID-19 no Brasil, permitindo análises e visualizações para entender a propagação da doença. Além disso, apresenta um total de 17 colunas que podem ser visualizadas abaixo:
| Variável | Tipo | Descrição | |
|---|---|---|---|
| 1 | regiao | object | Macroregião do Brasil |
| 2 | estado | object | Sigla do estado onde aconteceu o registro |
| 3 | municipio | object | Nome do município onde aconteceu o registro |
| 4 | coduf | int64 | Código númerico que identifica as Unidades Federativas do Brasil |
| 5 | codmun | float64 | Código numérico que identifica os municípios das Unidades Federativas do Brasil |
| 6 | codRegiaoSaude | float64 | Código numérico que identifica as regiões de saúde do Brasil |
| 7 | nomeRegiaoSaude | object | Nome das regiões de saúde do Brasil |
| 8 | data | object | Data correspondente aos registros |
| 9 | semanaEpi | int64 | Número da semana epidemiológica |
| 10 | populacaoTCU2019 | float64 | População estimada em 2019 para cada região |
| 11 | casosAcumulado | float64 | Número acumulado de casos de COVID-19 até a data |
| 12 | casosNovos | int64 | Número de novos casos de COVID-19 registrados na data |
| 13 | obitosAcumulado | int64 | Número acumulado de óbitos por COVID-19 até a data |
| 14 | obitosNovos | int64 | Número de novos óbitos por COVID-19 registrados na data |
| 15 | Recuperadosnovos | float64 | Número de novos casos que se recuperaram da doença na data |
| 16 | emAcompanhamentoNovos | float64 | Número de casos que estão em acompanhamento na data |
| 17 | interior/metropolitana | float64 | Código binário que indica se uma determinada região é classificada como metropolitana (valor 1) ou interior (valor 0) |
Fonte dos dados: Ministério da Saúde
- Jupyter Notebooks - prototipagem do código
- Visual Studio Code
- HTML e CSS
- Python
O Git LFS é uma extensão do Git que permite armazenar e gerenciar arquivos grandes de forma eficiente, mantendo apenas os metadados desses arquivos no repositório Git, enquanto os próprios arquivos são armazenados em um servidor Git LFS separado.
coronaDashboard/
│
├── 📄 .gitattributes
├── 📄 .gitignore
├── 📄 app.py
├── 📄 README.md
├── 📄 requirements.txt
│
├── 📂 assets/
│ ├── 📂 imagens/
│ │ ├── 📄 discord_icon.svg
│ │ ├── 📄 favicon.ico
│ │ ├── 📄 github_icon.svg
│ │ ├── 📄 gmail_icon.svg
│ │ ├── 📄 linkedin_icon.svg
│ │ ├── 📄 logo_app.png
│ │ └── 📄 logo_initials.png
│ ├── 📄 custom_animation.css
│ ├── 📄 custom_datepicker.css
│ ├── 📄 custom_dropdown.css
│ ├── 📄 custon_icon.css
│ ├── 📄 custon_tabs.css
│ └── 📄 CV_EduardoPereira.pdf
│
├── 📂 data/
│ ├── 📂 processed/
│ │ ├── 📄 covid_br_dataset.csv
│ │ ├── 📄 covid_estados_dataset.csv
│ │ └── 📄 indices_dataset.csv
│ └── 📂 raw/
│ ├── 📄 brasilGeo.json
│ ├── 📄 HIST_PAINEL_COVIDBR.zip
│ └── 📄 indicesSocioeconomicos.zip
│
├── 📂 notebooks/
│ └── 📄 data_clean.ipynb
│
├── 📂 templates/
│ ├── 📄 content_component.py
│ ├── 📄 footer_component.py
│ └── 📄 navbar_component.py
│
└── 📂 tests/
└── 📄 test_app.pyCertifique-se de ter o Git LFS instalado no seu sistema antes de clonar este repositório. Caso ainda não tenha, siga as instruções abaixo para instalar o Git LFS:
-
Visite o site oficial do Git LFS em https://git-lfs.github.com/ e siga as instruções de instalação para o seu sistema operacional.
-
Após a instalação, abra o terminal e execute o seguinte comando para verificar se o Git LFS foi instalado corretamente:
git lfs versionSe você visualizar a versão do Git LFS instalada, isso significa que o Git LFS foi configurado corretamente.
- Clonar este repositório para o seu ambiente local:
git clone https://github.com/eduardojr-pereira/coronaDashboard.git- Acesse o diretório do projeto e crie um ambiente virtual:
cd seu-repositorio
python -m -venv coronaDash_env- Ative o ambiente virtual:
No Windows:
coronaDash_env\Scripts\activateNo macOS/Linux:
source coronaDash_env/bin/activateNo Anaconda Prompt:
conda activate coronaDash_env- Instale as bibliotecas necessárias usando o gerenciador de pacotes do Python pip.
pip install -U -r requirements.txtEssa atualização garante que todas as dependências necessárias sejam instaladas corretamente a partir do arquivo requirements.txt.
- Navegar para o diretório no prompt de comando e executar o algoritmo com o código abaixo:
python app.pyApós ter o repositório clonado e o Git LFS configurado corretamente, você pode utilizar o arquivo CSV grande sem problemas. O Git LFS irá lidar com o gerenciamento adequado do arquivo durante o push e o pull.
Para adicionar novas alterações ao arquivo CSV data/processed/covid_estados_dataset.csv, utilize os seguintes comandos:
- Primeiro, adicione o arquivo ao Git LFS para que ele seja gerenciado corretamente:
git lfs track "data/processed/covid_estados_dataset.csv"- Em seguida, adicione o arquivo modificado ao stage area usando o comando
git add:
git add data/processed/covid_estados_dataset.csv- Faça o commit das alterações:
git commit -m "Descrição do commit"- Finalmente, faça o push das alterações para o repositório remoto:
git push origin branchSubstitua "branch" pelo nome da branch que você deseja fazer o push.
Contribuições serão bem-vindas via pull requests. Tenha certeza que os testes foram feitos.
- Utilizar Clustering Models para identificar padrões intrínsecos nos dados.
- Configurar plotly-locale para traduzir modebar dos gráficos para pt-br.
- Traduzir as datas do dcc.datepickerSingle para pt-br.
- Web Scraping para realizar a atualização dos dados.
- Ampliar análise refrente aos índices sociais e econômicos.
- Incluir comparativo acerca da quantidade e taxa de ocupação dos leitos complementares por Estado.
- Incluir dados referentes à campanha de vacinação dos Estados.
- Verificar correlação entre o fluxo de passageiros nos aeroportos por Estado e o coeficiente de incidência.
Este projeto está licenciado com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.
Autor: Eduardo Junior Pereira
Se você tiver alguma dúvida, sugestão ou feedback, por favor, não hesite em entrar em contato utilizando o email abaixo. Estou à disposição para ajudar e receber seus comentários.
eduardojr.pereira@gmail.com
-
Confira também meu Portfólio para ver outros projetos e obter mais informações sobre meu trabalho.
