Esse projeto foi feito durante o treino prático do curso de Python para Análise de Dados conduzido por DataViking e o arquivo está disponível nas linguagens: Português (Incendios_Florestais_Brasil.ipynb) e Inglês (Bushfires_In_Brazil_Project.ipynb)
Esse projeto é uma análise do total de incêndios florestais no Brasil e em seus Estados do ano de 1997 até 2017, nesse projeto foram usadas a linguagem Python e suas Bibliotecas Numpy, Pandas, Matplotlib e Plotly no ambiente do Jupyter Notebook
O Dataset possui as informações do Ano, do Estado do Brasil, o Mês, O Número de Incêndios Florestais e a Data completa dos Incêndios Florestais nos estados do Brasil. Nessa análise busquei analisar o a evolução do número de incêndios florestais no Brasil ao longo dos anos, em quais meses os incêndios florestais ocorrem mais e em quais Estados os incêndios mais acontecem. Com essas informações podemos perceber que os casos de incêndios florestais são um grave problema que deve ser enfrentado e combatido não só pelos governantes, mas também por nós cidadãos brasileiros.
Com o gráfico em linha com a evolução do número total de incêndios florestais no Brasil de 1997 até 2017 podemos perceber que houve uma crescente de 1997 até 2002 onde ocorreu o pico do período analisado, uma diminuição até o meio do ano de 2007 e depois um período de crescimento e oscilação até o ano de 2017. Usando o gráfico Boxplot com a distribuição de incêndios florestais por mês podemos analisar que grande parte dos incêndios acontecem a partir do meio do ano e tem seu pico no mês de Agosto. Com os gráficos de Barras e Treemap podemos perceber que os Estados com mais incêndios florestais são Mato Grosso, Paraíba, SãO Paulo, Rio de Janeiro e Bahia e que as medidas para prevenção devem ocorrer com mais urgência nessa área. Por fim com o Mapa de Densidade podemos ter uma visualização de onde ocorrem os incêndios florestais no Brasil.
- Python para Análise de Dados
- Numpy
- Pandas
- Seaborn
- Matplotlib
- Plotly
Pré-Requisitos::
- Python 3.11.0 ou superior
- Jupyter Notebook
- Numpy
- Pandas
- Seaborn
- Matplotlib
- Plotly
- Power Point
Riquelmo Afonso Avelar Ferreira
https://www.linkedin.com/in/riquelmo-afonso-avelar-ferreira-df5183/
This project was done during the hands-on training of the Python for Data Analysis course carried out by DataViking and the file is available in the languages: Portuguese (Incendios_Florestais_Brasil.ipynb) and English (Bushfires_In_Brazil_Project.ipynb)
The project is an analysis of the total number of bushfires in Brazil and its states from 1997 to 2017, in this project the Python language and its libraries Numpy, Pandas, Seaborn, Matplotlib and Plotly were used in the Jupyter Notebook environment
The Dataset has information on the Year, the State of Brazil, the Month, the Number of Bushfires and the Date of bushfires in the states of Brazil. In this analysis, I sought to analyze the evolution of the number of bushfires in Brazil over the years, in which months the bushfires occur more and in which states the fires occur more. With this information we can see that cases of bushfires are a serious problem that must be faced and fought not only by government officials, but also by us Brazilian citizens.
With the line chart with the evolution of the total number of bushfires in Brazil from 1997 to 2017, we can see that there was an increase from 1997 to 2002, where the peak of the analyzed period occurred, a decrease until the middle of 2007 and then a period of growth and oscillation until the year 2017. Using the Boxplot chart with the distribution of bushfires by month, we can analyze that most of the fires happen from the middle of the year and have their peak in the month of August. With the Bar and Treemap charts, we can see that the States with the most forest fires are Mato Grosso, Paraíba, São Paulo, Rio de Janeiro and Bahia and prevention measures must occur with more urgency in these areas. Finally, with the Density Map, we can have a visualization of where bushfires occur in Brazil.
- Python for Data Analysis
- Numpy
- Pandas
- Seaborn
- Matplotlib
- Plotly
Prerequisites:
- Python 3.11.0 or superior
- Jupyter Notebook
- Numpy
- Pandas
- Seaborn
- Matplotlib
- Plotly
- Power Point
Riquelmo Afonso Avelar Ferreira
https://www.linkedin.com/in/riquelmo-afonso-avelar-ferreira-df5183/?locale=en_US