Conheça o projeto
Implemente, do zero, um sistema de análise de dados de vendas em Python, utilizando um arquivo CSV. O sistema deve carregar os dados, exibir informações básicas, realizar consultas específicas e, opcionalmente, gerar visualizações e relatórios.
Recursos
Materiais para você usar como base para o desenvolvimento
Instruções
Estrutura, regras e requisitos do projeto
Faaala Dev,
Nesse desafio você vai reforçar de forma prática os conceitos fundamentais de análise de dados que aprendemos nesse módulo.
A ideia é trabalhar com um conjunto de dados de vendas em formato CSV, explorando as informações através de consultas, cálculos e visualizações.
Como se trata de um desafio, talvez você precise de alguns conhecimentos além dos abordados até aqui. Isso faz parte do processo! Então, se não souber como resolver algum ponto, pesquise, experimente e teste. Essa é a melhor forma de aprender 🚀
Tenha calma e acredite no seu processo. O aprendizado daqui será essencial para a sua jornada em análise de dados 💜
Sobre o desafio
A empresa fictícia TechStore forneceu um arquivo com o histórico de vendas de produtos.
Sua missão é realizar uma análise exploratória para responder perguntas de negócio e gerar algumas visualizações simples.
Modelo de dados (arquivo vendas.csv)
O arquivo vendas.csv contém o histórico de vendas de produtos. As colunas esperadas são:
produto(string)categoria(string)quantidade(inteiro)preco_unitario(float)regiao(string)data_venda(data)
Requisitos
- Carregar os dados a partir do arquivo
vendas.csv. - Exibir informações básicas:
- Mostrar as 5 primeiras linhas do dataset.
- Exibir o número total de registros (linhas).
- Calcular a receita total (coluna
quantidademultiplicada pela colunapreco_unitario).
- Fazer consultas específicas:
- Filtrar e exibir as vendas da categoria "Eletrônicos".
- Identificar e exibir o produto mais vendido (em quantidade).
- Descobrir e exibir a região com maior valor de compras.
Como executar
- Salve o código Python em um arquivo em Jupiter Notebook (ex:
analise_vendas.py). - Certifique-se de que o arquivo
vendas.csvesteja no mesmo diretório. - Execute o script Python no terminal ou no Colab:
python analise_vendas.py
Desafio extra (opcional)
- Gerar visualizações:
- Gráfico de barras mostrando a receita por categoria.
- Gráfico de linha mostrando a evolução das vendas por mês.
- Extra (opcional):
- Criar um relatório exportado em
.xlsxou.pdf. - Montar uma tabela dinâmica com receita por região × categoria.
- Criar um relatório exportado em
Entrega
Após concluir o desafio, você deve enviar a URL do seu código no GitHub para a plataforma.
Além disso, que tal fazer um post no LinkedIn compartilhando o seu aprendizado e contando como foi a experiência?
É uma excelente forma de demonstrar seus conhecimentos e atrair novas oportunidades!
Feito com 💜 por Rocketseat 👋
Faaala Dev,
Nesse desafio você vai reforçar de forma prática os conceitos fundamentais de análise de dados que aprendemos nesse módulo.
A ideia é trabalhar com um conjunto de dados de vendas em formato CSV, explorando as informações através de consultas, cálculos e visualizações.
Como se trata de um desafio, talvez você precise de alguns conhecimentos além dos abordados até aqui. Isso faz parte do processo! Então, se não souber como resolver algum ponto, pesquise, experimente e teste. Essa é a melhor forma de aprender 🚀
Tenha calma e acredite no seu processo. O aprendizado daqui será essencial para a sua jornada em análise de dados 💜
Sobre o desafio
A empresa fictícia TechStore forneceu um arquivo com o histórico de vendas de produtos.
Sua missão é realizar uma análise exploratória para responder perguntas de negócio e gerar algumas visualizações simples.
Modelo de dados (arquivo vendas.csv)
O arquivo vendas.csv contém o histórico de vendas de produtos. As colunas esperadas são:
produto(string)categoria(string)quantidade(inteiro)preco_unitario(float)regiao(string)data_venda(data)
Requisitos
- Carregar os dados a partir do arquivo
vendas.csv. - Exibir informações básicas:
- Mostrar as 5 primeiras linhas do dataset.
- Exibir o número total de registros (linhas).
- Calcular a receita total (coluna
quantidademultiplicada pela colunapreco_unitario).
- Fazer consultas específicas:
- Filtrar e exibir as vendas da categoria "Eletrônicos".
- Identificar e exibir o produto mais vendido (em quantidade).
- Descobrir e exibir a região com maior valor de compras.
Como executar
- Salve o código Python em um arquivo em Jupiter Notebook (ex:
analise_vendas.py). - Certifique-se de que o arquivo
vendas.csvesteja no mesmo diretório. - Execute o script Python no terminal ou no Colab:
python analise_vendas.py
Desafio extra (opcional)
- Gerar visualizações:
- Gráfico de barras mostrando a receita por categoria.
- Gráfico de linha mostrando a evolução das vendas por mês.
- Extra (opcional):
- Criar um relatório exportado em
.xlsxou.pdf. - Montar uma tabela dinâmica com receita por região × categoria.
- Criar um relatório exportado em
Entrega
Após concluir o desafio, você deve enviar a URL do seu código no GitHub para a plataforma.
Além disso, que tal fazer um post no LinkedIn compartilhando o seu aprendizado e contando como foi a experiência?
É uma excelente forma de demonstrar seus conhecimentos e atrair novas oportunidades!
Feito com 💜 por Rocketseat 👋
Tarefas
Use este checklist para ajudar a organizar a sua entrega
Resolução
Confira os resultados esperados do projeto

Envie o projeto para ver a resolução
Ao enviar seu projeto, você poderá conferir os resultados esperados