atlantico-academy/equipe9-2024.1

Análise do conjunto de dados de compartilhamento de bicicletas

Este conjunto de dados contém a contagem diária de bicicletas alugadas entre os anos de 2011 e 2012 no sistema de compartilhamento de bicicletas da Capital com as correspondentes informações meteorológicas e sazonais. graphical abstract.

Desenvolvedores

• Michel da Silva #1
• Emmanuel Sampaio #2
• João Vitor Lucena #3
• Nome do desenvolvedor #4
• ...

---

Nota: todo o texto abaixo é somente para entendimento do usuário do template. Por favor remova-o quando for atualizar este README.md.

Funcionalidades

Esse template foi inicialmente baseado no template de ciência de dados do cookiecutter, mas ao longo do tempo várias modificações foram sendo realizadas. Atualmente o template tem as seguintes características:

• Utilização do arquivo pyproject.toml como centralizador de dependências;
• Configuração para criação de aplicação streamlit;
• Utilização de jupyter notebooks para arquivos de análise;
• Documentação com o mkdocs (material design theme)

Instruções

Requisitos

Para utilizar este template, você precisará de um ambiente com os seguintes softwares:

• git
• Python 3.8
• Poetry 1.1.13 ou superior

É aconselhável o uso do pyenv para o gerenciamento de versões do Python.

Iniciando um novo projeto

Para iniciar um novo projeto você precisa ter instalado na sua máquina as aplicações citadas na seção anterior, depois disso basta:

1. clicar no botão Use this template (ou "Usar este modelo").
2. Digitar um nome para seu repositório e uma descrição opcional.
3. Escolher a visibilidade do projeto (Publica ou privada).
4. Clicar em Create repository from template (Criar repositório a partir do modelo).

Pronto, acaba de criar um repositório a partir deste modelo. Para mais informações sobre o uso de templates, acesse a documentação oficial.

Contribuindo com um repositório já criado

Depois de criar o repositório, para começar a modificá-lo e/ou contribuir com repositórios já criados, você precisa cloná-lo. Para isso, siga os seguintes passos:

1. Acima da lista de arquivos, clique no botão Code (em verde).
2. Copie a URL para o repositório.
   • Tente clonar utilizando uma chave SSH. Para isso, clique na aba SSH e em seguida clique no ícone de cópia.
3. Abra o terminal.
4. Altere o diretório de trabalho atual para o local que deseja ter o diretório clonado.
5. Digite git clone e cole a URL que você copiou anteriormente:

git clone [email protected]:NOME-DE-USUARIO/REPOSITORIO.git

6. Pressione Enter para criar seu clone local.

Proto, com isso você acaba de clonar um repositório. Para mais informações sobre a clonagem de arquivos, acesse a documentação oficial.

Com o repositório clonado, você precisa navegar até a pasta local, usando o comando :

cd REPOSITORIO

Estando na pasta do repositório, basta instalar as dependências do projeto utilizando o comando:

poetry install

Ele irá instalar todas as dependências contidas no arquivo pyproject.toml. Depois disso basta ativar o ambiente virtual criado pelo Poetry utilizando o comando:

poetry shell

Para mais informações sobre os comandos do Poetry, visite a documentação oficial.

Para contribuir com um projeto, tente utilizar uma metodologia adequada. Utilize este artigo para obter mais informações.

Organização de diretórios

.
├── data/              # Diretório contendo todos os arquivos de dados
│   ├── external/      # Arquivos de dados de fontes externas
│   ├── interim/       # Arquivos de dados intermediários
│   ├── processed/     # Arquivos de dados processados
│   └── raw/           # Arquivos de dados originais, imutáveis
├── docs/              # Documentação gerada através da biblioteca mkdocs
├── models/            # Modelos treinados e serializados, predições ou resumos de modelos
├── notebooks/         # Diretório contendo todos os notebooks utilizados nos passos
├── references/        # Dicionários de dados, manuais e todo o material exploratório
├── src/               # Código fonte utilizado nesse projeto
│   ├── data/          # Classes e funções utilizadas para download e processamento de dados
│   ├── deployment/    # Classes e funções utilizadas para implantação do modelo
│   └── model/         # Classes e funções utilizadas para modelagem
├── app.py             # Arquivo com o código da aplicação do streamlit
├── Procfile           # Arquivo de configuração do heroku
├── pyproject.toml     # Arquivo de dependências para reprodução do projeto
├── poetry.lock        # Arquivo com sub-dependências do projeto principal
├── README.md          # Informações gerais do projeto
└── tasks.py           # Arquivo com funções para criação de tarefas utilizadas pelo invoke

equipe9-2024.1's Issues

Exploração de dados

Criar um notebook de análise exploratória notebooks/01-exploratory_data_analysis.ipynb, contendo as seguintes seções de texto:

• Descrição dos dados: informações sobre a quantidade de instâncias, variáveis e seus tipos, quantidade de valores faltantes. Utilize o dicionário de dados nessa seção.

• Perguntas de partida e hipóteses: que tipo de informações podem ser obtidas a partir dos dados e quais hipóteses podem ser levantadas?

• Insights: respostas às perguntas feitas na seção anterior e quais informações interessantes podem ser levantadas através dos dados?