Introdução à Visualização de Dados com Python

Apresentação¶

Este repositório digital concentra o material relativo à componente curricular Visualização de Dados (GDCOC0096), que integra o rol obrigatório do Bacharelado em Ciência de Dados e Inteligência Artificial (CDIA) da Universidade Fedaral da Paraíba. O conteúdo é ministrado pelo Prof. Gustavo Oliveira ao longo de um semestre.

História e impacto¶

O material começou a ser desenvolvido pelo professor no primeiro semestre de 2022 e lançada na web no segundo semestre do mesmo ano. Até 2023, recebeu suporte do Programa Institucional de Monitoria com contribuições parciais. Desde então, permanece em desenvolvimento de forma esporádica. Em 2026, o material passou pela primeira grande atualização tecnológica. Oferecida semestralmente, a disciplina já alcançou cerca de 200 discentes de CDIA e de outros cursos de graduação da UFPB matriculados na disciplina eletivamente.

Objetivos¶

Os objetivos da disciplina são:

• Elencar os marcos históricos de desenvolvimento do campo do conhecimento denominado visualização de dados;

• Reconhecer conceitos de representação visual, percepção, estética, cores e seus impactos ao observador;

• Discutir técnicas diversas para representação visual de quantidades, proporções, tendências, dados geoespaciais e informações gerais, bem como de storytelling e business storytelling;

• Desenvolver códigos agnósticos para visualização de dados multidimensionais, mas com particular ênfase a objetivos negociais, técnicos ou científicas;

• Experimentar ferramentas e plataformas modernas para construção de painéis analíticos (dashboards); e

• Propor soluções de data reporting para geração de relatórios automatizados e casos de negócio dos diversos setores da economia.

Estrutura e programa¶

A disciplina é composta por 4 módulos:

• Módulo 1 (16h)

  • Conteúdo (14h)

  • Avaliação: Análise de caso - ACVD (2h)

• Módulo 2 (16h)

  • Conteúdo (14h)

  • Avaliação: Estudo de caso - ECVD (2h)

• Módulo 3 (22h)

  • Conteúdo (16h)

  • Avaliação: Projeto de visualização - PFVD (6h)

• Módulo 4 (6h)

  • Avaliação: Seminários - SDVD (6h)

O conteúdo do curso segue abaixo:

Módulo 1: Fundamentos¶

• Introdução à Visualização de Dados

• Criação de Representações Visuais e Estética

• Eixos, Escalas e Sistemas de Coordenadas

• Percepção Visual

• Cores

• Lounge das Representações Visuais

• Imersão em matplotlib

Módulo 2: Tecnicalidades¶

• Dataviz Code Session: Quantidades

• Dataviz Code Session: Distribuições

• Dataviz Code Session: Dados Geoespaciais

• Dataviz Code Session: Dados Multidimensionais

• Dataviz Code Session: Redes Complexas

• Dataviz Code Session: Visualização Científica

• Dataviz Code Session: Séries Temporais e Tendências

Módulo 3: Aplicações¶

• Dashboarding

  • Objetos gráficos e Plotly Express

  • Dashboarding com Dash

• Reporting

  • Data Reporting com HTML/PDF

  • Data Reporting com reportlab

• Storytelling

  • Narrativas: verbal e visual

  • Modelos mentais

  • Storytelling para negócios

  • Melhores práticas

• Graphical Design

  • Inkscape: vetorização e manipulação

Módulo 4: Seminários¶

• Seminários de discussão de capítulos de livros e artigos

Suplemento¶

• Guia rápido de plotagem: matplotlib

• Guia rápido de plotagem: seaborn

• Diretrizes para criação de RVs: seaborn

Desenvolvimento¶

Prof. Gustavo Oliveira, UFPB/CI/DCC.

Metodologia de avaliação¶

Tipificações, critérios e fórmulas¶

A metodologia de avaliação em sua forma plena está explicada no Sílabo.

Modelo para ECVD¶

Para elaborar o ECVD, pode-se usar o template em formato .ODT ou .TEX disponíveis aqui.

Exemplos de projetos¶

• Para exemplo de projetos high-grade, clique aqui.

Inspirações para projetos¶

Veja este post.

Temas baseados nos ODS (Agenda 2030)¶

• https://sdgs.un.org/goals

Temas gerais¶

• Agricultura, pecuária, pesca

• Artes, entretenimento (cinema, teatro, música)

• Biotecnologia, materiais avançados

• Clima, meio ambiente, recursos naturais

• Economia, renda, desigualdade social, finanças, mercados

• Direito, legislação, justiça, segurança pública, computação forense

• Educação, ciência, tecnologia, inovação

• Energias, transição energética

• Gestão, administração, pessoas

• Geopolítica, relações internacionais, comércio exterior

• Infraestrutura, saneamento, cidades inteligentes

• Indústria 4.0, transformação digital, IoT

• Política, ética, cidadania

• Saúde, esportes, qualidade de vida

• Trivium e Quadrivium

• Turismo, lazer

Temas de pesquisa do professor¶

• Descarbonização:

  • transição energética (setor industrial e de energia), particularmente óleo e gás;

  • hubs e clusters de CCUS, análise de dados geospacial;

  • mercados de carbono;

• Engenharia computacional:

  • métodos numéricos e variacionais;

  • dinâmica dos fluidos computacional;

  • aprendizagem de máquina científico;

  • redes neurais informadas por (e conscientes da) física;

  • métodos computacionais em saúde digital;

  • research software engineering;

  • modelagem de dados;

  • protocolos de reprodutibilidade;

  • aplicações SAVE: ciência, análise, visualização e engenharia de dados;

Como contribuir?¶

O material passa por revisões periodicamente, mas possui suporte limitado. Caso queira contribuir com melhorias, apontamento de erros ou sugestões diversas, fale com o professor.

Orientações acadêmicas¶

Consulte projetos do Prof. Gustavo nos horizontes estratégicos do TRIL Lab. Saiba mais na página pessoal do Prof. Gustavo.

Outros materiais do professor¶

Seguem abaixo links para livros produzidos exclusivamente para outros cursos e disciplinas da UFPB:

• Introdução à Ciência de Dados

• Laboratório Virtual de Métodos Numéricos

• Matemática Discreta

• Métodos Computacionais