diovani-dupont/mcdonalds_nutrition_analysis

Análise exploratória da tabela McDonald's_nutrition para a estrutura de dados DF usando o método read_SQL. Foram feitas algumas análises básicas de dados usando Python para descobrir quais alimentos do cardápio têm teor máximo de sódio

📊 Análise Exploratória de Dados com IBM DB2 Warehouse, Python e Jupyter Notebook

Durante o curso "Bancos de Dados e SQL para Ciência de Dados da IBM", desenvolvi um projeto abrangendo a análise exploratória de dados nutricionais do cardápio popular do McDonald's.

🛠️ Ferramentas e Tecnologias Utilizadas

• IBM DB2 Warehouse: Banco de dados em nuvem utilizado para armazenar os dados nutricionais.
• Python: Linguagem de programação utilizada para análise e manipulação de dados.
• Jupyter Notebook: Ambiente interativo que facilitou a execução de códigos em Python e visualização dos resultados.

🔄 Processo de Carregamento de Dados

O carregamento de dados no Db2 Warehouse foi realizado em quatro etapas principais:

1. Obter: Captura dos dados originais.
2. Segmentar: Divisão dos dados em porções adequadas.
3. Definir: Estabelecimento das estruturas e relações de dados.
4. Finalizar: Confirmação e finalização do carregamento.

Posteriormente, os dados armazenados foram acessados usando scripts Python, permitindo recuperação e gravação no Db2. Estes scripts, executados no Jupyter Notebook, também possibilitaram a geração de modelos estatísticos e análises avançadas.

🔍 Análise de Dados

Focamos na identificação do item do menu do McDonald's com o maior teor de sódio. Para visualização e análise, foram empregados:

• Gráfico de dispersão.
• Gráfico de caixa (Box plot).

📌 Conclusões

Este projeto proporcionou uma compreensão aprofundada sobre análise exploratória de dados e a utilização eficiente de ferramentas como o IBM DB2 Warehouse, Python e Jupyter Notebook, especialmente ao lidar com datasets volumosos.