Visualize It

Este projeto utiliza técnicas avançadas de visualização de dados para analisar acidentes ferroviários no Brasil, baseado em dados públicos da ANTT (Agência Nacional de Transportes Terrestres) disponiveis aqui.

Técnicas de Visualização Avançadas

O projeto explora as seguintes técnicas de visualização avançadas:

1. Mapas Interativos: Utiliza Plotly Express para criar mapas interativos que mostram a distribuição geográfica dos acidentes.
2. Gráficos de Barras Dinâmicos: Apresenta informações sobre acidentes por concessionária e UF.
3. Gráficos de Linhas Temporais: Mostra a evolução dos acidentes ao longo do tempo.
4. Gráficos de Pizza Interativos: Visualiza a distribuição de causas diretas e natureza dos acidentes.
5. Clusterização Geoespacial: Aplica K-means para agrupar acidentes com base em localização e frequência.
6. Filtros Interativos: Permite a filtragem dinâmica dos dados por diversos critérios.

Pré-requisitos

• Python 3.7+
• pip

Instalação

1. Clone este repositório:

   git clone https://github.com/mateusememe/visualizeit.git
   cd visualizeit

2. Crie um ambiente virtual:

   python -m venv myenv

3. Ative o ambiente virtual:

   • No Windows:

     myenv\Scripts\activate # Para ativar
     myenv\bin\deactivate # Para desativar

   • No macOS e Linux:

     source myenv/bin/activate # Para ativar
     source myenv/bin/deactivate # Para desativar

4. Instale as dependências:

   pip install -r requirements.txt

Uso

Para executar a aplicação:

streamlit run app.py

Abra seu navegador e acesse http://localhost:8501 para ver a aplicação em execução.

Estrutura do Projeto

• app.py: O código principal da aplicação Streamlit
• preprocessing_data_including_geolocalization.py: O código de préprocessamento do csv original para termos as coordenadas dos municipios
• requirements.txt: Lista de dependências do projeto
• datasets/ diretório com os arquivos csv utilizados para visualização
  • acidentes_ferroviarios_12.2020-07.2024.csv - base de dados de Dezembro de 2020 á Julho de 2024
  • acidentes_ferroviarios_2004_2020.csv - base de dados de 2004 á Novembro de 2020
  • acidentes_ferroviarios_2004_2024.csv - base de dados unificado dos casos de 2004 á Julho de 2024
• README.md: Este arquivo

Insights Potenciais

Baseado no código, o projeto permite extrair os seguintes insights:

1. Distribuição Geográfica: Identificar áreas de alta concentração de acidentes.
2. Padrões Temporais: Analisar tendências de acidentes ao longo do tempo.
3. Análise por Concessionária: Comparar o desempenho de segurança entre diferentes operadoras.
4. Causas Comuns: Identificar as causas mais frequentes de acidentes.
5. Natureza dos Acidentes: Entender os tipos mais comuns de incidentes.
6. Clusters de Risco: Identificar regiões com características similares em termos de frequência de acidentes.
7. Impacto de Mercadorias: Analisar se certos tipos de mercadorias estão associados a maiores riscos.
8. Variações Sazonais: Investigar se há padrões sazonais nos acidentes.
9. Hotspots: Identificar municípios ou linhas com frequência anormalmente alta de acidentes.

Notas Adicionais

• Certifique-se de ter o arquivo CSV com os dados dos acidentes no diretório do projeto.
• As visualizações são interativas, permitindo zoom, hover e seleção de dados.
• O slider para escolha do número de clusters permite uma análise flexível da distribuição geográfica dos acidentes.

Licença

Este projeto está licenciado sob a licença MIT - veja o arquivo LICENSE.md para detalhes.