Este projeto tem como objetivo analisar as condições climáticas de diversas capitais brasileiras ao longo dos anos e meses, utilizando dados fornecidos pelo Instituto Nacional de Meteorologia (INMET). O processo envolveu etapas de extração, transformação, visualização e análise, resultando em insights valiosos sobre padrões sazonais, extremos climáticos e tendências de longo prazo.
Os dados foram extraídos diretamente da plataforma do INMET, contendo informações meteorológicas como:
- Temperatura (mínima, máxima e média)
- Precipitação (volume de chuva)
- Umidade relativa do ar
- Velocidade do vento
O pré-processamento foi realizado em Python utilizando a biblioteca Pandas, seguindo as etapas:
- Limpeza de Dados: Remoção de valores duplicados e preenchimento de valores ausentes.
- Conversão de Formatos: Padronização de datas e unidades de medida.
Os dados transformados foram carregados no Power BI para a criação de um dashboard interativo.
- Gráfico de linhas: Gráficos que mostram a evolução dos indicadores climáticos por anos e meses, a partir da temperatura media, maxima e minima.
- Gráfico de treemap interativo: Representação por cada cidade do dataset, modificado em razão de datas e indicadores como (dias de seca, dias de chuva, temperatura máxima,...).
- Gráfico de colunas empilhadas e linhas: Relatório que mostra como se comparta a humidade relativa do ar em decorrência das chuvas
- É possível verificar que a humidade relativa do ar tem valores mais baixos quando a menos chuvas.
- Tempos mais quentes, provocam mais ocorrências de chuvas.
- A temperatura média das capitais ao longo de 2020 a 2022 devido a pandemia se estabilizaram abaixo que o ano de 2023.
- Maior predominância de chuvas na região do norte, verificado a partir de 1 mm de precipitação.
- Maior predominância de secas na região do Centro-Oeste/Nordeste, verificado a partir de precipitações abaixo de 1 mm.
- Python: Pré-processamento e transformação dos dados (Pandas, NumPy).
- Power BI: Criação do dashboard interativo e relatórios visuais.
- GitHub: Versionamento e compartilhamento do projeto.
/
├── .venv/ # Pasta com o ambiente python
├── DadosClimaticos/ # Dados brutos do INMET.
├── main.ipynb # Scripts em Python no Jupyter Notebook para o processo de ETL
├── DadosClimaticosTransformados.csv # Dados transformados
├── README.md # Detalhes do projeto.
└── ClimateChanges.pbix # Arquivo do Power BI (projeto do dashboard).
-
Clone este repositório:
git clone https://github.com/MarcoABsouza/Climate-Changes-Brazil-Capitals.git
-
Crie e ative um ambiente virtual:
python -m venv venv source venv/bin/activate # No Windows, use venv\Scripts\activate
-
Instale as dependências:
pip install -r requirements.txt