<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Bruna Ventorim on Medium]]></title>
        <description><![CDATA[Stories by Bruna Ventorim on Medium]]></description>
        <link>https://medium.com/@brunaventorimpy?source=rss-a94e6f9a9d8f------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*AdjmmGIqo_A---Lv</url>
            <title>Stories by Bruna Ventorim on Medium</title>
            <link>https://medium.com/@brunaventorimpy?source=rss-a94e6f9a9d8f------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 10:00:27 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@brunaventorimpy/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Análise dos dados da Covid-19]]></title>
            <link>https://medium.com/@brunaventorimpy/an%C3%A1lise-dos-dados-da-covid-19-be9eb1f2c89f?source=rss-a94e6f9a9d8f------2</link>
            <guid isPermaLink="false">https://medium.com/p/be9eb1f2c89f</guid>
            <dc:creator><![CDATA[Bruna Ventorim]]></dc:creator>
            <pubDate>Thu, 02 Sep 2021 00:08:43 GMT</pubDate>
            <atom:updated>2021-09-15T00:40:24.832Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xyTRrwavgFeiFw70Z6UFfg.jpeg" /></figure><h4><strong>O que é Coronavírus?</strong></h4><p>COVID-19 é a doença causa por uma nova espécia de coronavírus, denominado <em>SARS-CoV-2</em>. Ele pertence a uma família de vírus que já circulava no Brasil antes da pandemia e era responsável por grande parte dos resfriados comuns.</p><p>Outras espécias foram responsáveis por doenças mais graves, como a Sindrome Aguda Respiratória Severa (SARS-CoV-1) e a Síndrome Respiratória do Oriente Médio (MERS-CoV) que não tiveram casos no Brasil.</p><h4>Transmissão</h4><p>A <strong>transmissão do coronavírus</strong> ocorre facilmente entre pessoas, por isso é importante estar atento às recomendações de higiene e isolamento social</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/566/1*JUYlJ2x8d_siag371z0KWA.png" /></figure><p>A principal forma de transmissão é no contato interpessoal. Por meio de <strong>espirros</strong>, <strong>tosse </strong>ou até mesmo a <strong>fala</strong>, pessoas infectadas expelem gotículas que contêm o vírus. Essas pequenas gotículas são infectantes se inaladas ou em contato com mucosas, por exemplo do nariz e da boca. A gravidade dos sintomas varia muito de pessoa para pessoa.</p><p>Cerca de <strong>80%</strong> dos casos confirmados são <em>assintomáticos e rápidos</em>, dizem os estudos. E a grande maioria desse grupo se recupera sem nenhuma sequela.</p><p>Entretando, <strong>15%</strong> das pessoas têm <em>infecções graves</em> e precisam de oxigênio. Os <strong>5%</strong> restantes são considerados casos <strong>muito graves</strong> e precisam de ventilação assistida, por meio de respiradores mecânicos em ambiente hospitalar.</p><h3>Obtenção dos Dados</h3><p>Os dados utilizados foram obtidos a partir do repositório do <a href="https://github.com/owid/covid-19-data/tree/master/public/data">OWID</a> (Our World in Data) sobre COVID-19. O dataset utilizado para análise será owid-covid-data.csv - Dados sobre o COVID-19 (coronavírus) por Our World in Data.</p><p>Esse dataset nos trará dados sobre casos confirmados, mortes, testes, vacinas e hospitalizações, assim como outras variáveis de potencial interesse.</p><p>Por se tratar de uma doença e de uma situação nova, as lacunas de informação e conhecimento ainda são muito grandes: taxas de letalidade, potencial de transmissão, tratamento, existência de outros efeitos ou sequelas no organismo dos que foram infectados, todas essas informações ainda são preliminares.</p><p><strong>Lembrando que todo código está disponível no </strong><a href="https://github.com/brunavent/portfolio/blob/master/Panorama_do_COVID_19_no_Brasil_e_no_Mundo.ipynb"><strong>GitHub</strong></a><strong>.</strong></p><h3>Análise Exploratória dos Dados</h3><p>Nessa etapa do projeto buscaremos o maior entendimento possível, de forma que os <strong>insights </strong>sejam de fácil compreensão e absorção.</p><p>Conhecer o corpo do nosso <strong>DataFrame </strong>é fundamental, então vamos descobrir como estão distribuídos nossos dados.</p><p>Com uma linha de código extraímos duas informações importantes:</p><ul><li><strong>112.660 Entradas</strong></li><li><strong>62 Colunas</strong></li></ul><p>São muitas variáveis, né? Explicaremos melhor no dicionário de variáveis.</p><h4>Dicionário de Variáveis</h4><ul><li>iso_code - ISO 3166-1 alfa-3 - códigos de países de três letras</li><li>continent - Continente da localização geográfica</li><li>location - Localização geográfica</li><li>date - Data de observação</li><li>total_cases - Total de casos confirmados de COVID-19</li><li>new_cases - Novos casos confirmados de COVID-19</li><li>new_cases_smoothed - Novos casos confirmados de COVID-19 (7 dias suavizados)</li><li>total_deaths - Total de mortes atribuídas à COVID-19</li><li>new_deaths - Novas mortes atribuídas à COVID-19</li><li>new_deaths_smoothed - Novas mortes atribuídas à COVID-19 (7 dias suavizados)</li><li>total_cases_per_million - Total de casos confirmados de COVID-19 por 1.000.000 de pessoas</li><li>new_cases_per_million - Novos casos confirmados de COVID-19 por 1.000.000 de pessoas</li><li>new_cases_smoothed_per_million - Novos casos confirmados de COVID-19 (7 dias suavizados) por 1.000.000 de pessoas</li><li>total_deaths_per_million - Total de mortes atribuídas à COVID-19 por 1.000.000 de pessoas</li><li>new_deaths_per_million - Novas mortes atribuídas à COVID-19 por 1.000.000 de pessoas</li><li>new_deaths_smoothed_per_million - Novas mortes atribuídas à COVID-19 (7 dias suavizados) por 1.000.000 de pessoas</li><li>reproduction_rate - Estimativa em tempo real da taxa de reprodução efetiva (R) da COVID-19</li><li>icu_patients - Número de pacientes COVID-19 em unidades de terapia intensiva (UTIs) em um determinado dia</li><li>icu_patients_per_million - Número de pacientes COVID-19 em unidades de terapia intensiva (UTIs) em um determinado dia por 1.000.000 de pessoas</li><li>hosp_patients - Número de pacientes da COVID-19 no hospital em um determinado dia</li><li>hosp_patients_per_million - Número de pacientes COVID-19 no hospital em um determinado dia por 1.000.000 de pessoas</li><li>weekly_icu_admissions - Número de pacientes COVID-19 recém admitidos em unidades de terapia intensiva (UTIs) em uma determinada semana</li><li>weekly_icu_admissions_per_million - Número de pacientes COVID-19 recém admitidos em unidades de terapia intensiva (UTIs) em uma determinada semana por 1.000.000 de pessoas</li><li>weekly_hosp_admissions - Número de pacientes COVID-19 recém admitidos em hospitais em uma determinada semana</li><li>weekly_hosp_admissions_per_million - Número de pacientes COVID-19 recém admitidos em hospitais em uma determinada semana por 1.000.000 de pessoas</li><li>total_tests - Testes totais para a COVID-19</li><li>new_tests - Novos testes para a COVID-19 (apenas calculados para dias consecutivos)</li><li>total_tests_per_thousand - Testes totais para COVID-19 por 1.000 pessoas</li><li>new_tests_per_thousand - New tests for COVID-19 per 1,000 people</li><li>new_tests_smoothed - Novos testes para a COVID-19 (7 dias suavizados). Para países que não relatam dados de testes diariamente, assumimos que os testes mudaram igualmente diariamente em quaisquer períodos em que não foram relatados dados. Isto produz uma série completa de números diários, que é então calculada como média em uma janela rolante de 7 dias.</li><li>new_tests_smoothed_per_thousand - Novos testes para COVID-19 (7 dias suavizados) por 1.000 pessoas</li><li>positive_rate - A parte dos testes COVID-19 que são positivos, dada como média móvel de 7 dias (este é o inverso dos tests_per_case)</li><li>tests_per_case - Testes realizados por novo caso confirmado de COVID-19, dado como uma média móvel de 7 dias (este é o inverso de positive_rate)</li><li>tests_units - Unidades utilizadas pelo local para relatar seus dados de teste</li><li>total_vaccinations - Número total de doses de vacinação COVID-19 administradas</li><li>people_vaccinated - Número total de pessoas que receberam pelo menos uma dose de vacina</li><li>people_fully_vaccinated - Número total de pessoas que receberam todas as doses prescritas pelo protocolo de vacinação</li><li>new_vaccinations - Novas doses de vacinação COVID-19 administradas (apenas calculadas para dias consecutivos)</li><li>new_vaccinations_smoothed - Novas doses de vacinação COVID-19 administradas (7 dias suavizadas). Para países que não reportam dados de vacinação diariamente, assumimos que a vacinação mudou igualmente diariamente durante quaisquer períodos em que não foram reportados dados. Isto produz uma série completa de números diários, que é então calculada como média em uma janela rolante de 7 dias.</li><li>total_vaccinations_per_hundred - Número total de doses de vacinação COVID-19 administradas por 100 pessoas na população total</li><li>people_vaccinated_per_hundred - Número total de pessoas que receberam pelo menos uma dose de vacina por 100 pessoas na população total</li><li>people_fully_vaccinated_per_hundred - Número total de pessoas que receberam todas as doses prescritas pelo protocolo de vacinação por 100 pessoas na população total</li><li>new_vaccinations_smoothed_per_million - Novas doses de vacinação COVID-19 administradas (7 dias suavizadas) por 1.000.000 de pessoas na população total</li><li>stringency_index - Índice de Estringência de Resposta do Governo: medida composta baseada em 9 indicadores de resposta, incluindo fechamento de escolas, fechamento de locais de trabalho e proibição de viagens, redimensionada para um valor de 0 a 100 (100 = resposta mais estrita)</li><li>population - Population in 2020</li><li>population_density - Número de pessoas dividido por área de terreno, medido em quilômetros quadrados, ano mais recente disponível</li><li>median_age - Idade média da população, projeção da ONU para 2020</li><li>aged_65_older - Parte da população com 65 anos de idade ou mais, ano mais recente disponível</li><li>aged_70_older - Participação da população com 70 anos de idade ou mais em 2015</li><li>gdp_per_capita - Produto interno bruto em paridade de poder de compra (dólar internacional constante em 2011), ano mais recente disponível</li><li>extreme_poverty - Participação da população vivendo em extrema pobreza, ano mais recente disponível desde 2010</li><li>cardiovasc_death_rate - Taxa de mortalidade por doença cardiovascular em 2017 (número anual de mortes por 100.000 pessoas)</li><li>diabetes_prevalence - Prevalência do diabetes (% da população de 20 a 79 anos de idade) em 2017</li><li>female_smokers - Participação de mulheres que fumam, ano mais recente disponível</li><li>male_smokers - Participação de homens que fumam, ano mais recente disponível</li><li>handwashing_facilities - Parte da população com instalações básicas de lavagem de mãos nas instalações, o ano mais recente disponível</li><li>hospital_beds_per_thousand - Leitos hospitalares por 1.000 pessoas, o ano mais recente disponível desde 2010</li><li>life_expectancy - Expectativa de vida ao nascer em 2019</li><li>human_development_index - Um índice composto que mede o desempenho médio em três dimensões básicas do desenvolvimento humano - uma vida longa e saudável, conhecimento e um padrão de vida decente.</li></ul><h4>Primeiras entradas</h4><p>Agora vamos dar uma olhadas nas 5 primeiras entradas do nosso DataFrame.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/507b57a0d971186a4157a06f26f028bd/href">https://medium.com/media/507b57a0d971186a4157a06f26f028bd/href</a></iframe><p>Podemos notar que alguns valores estão faltando, ao decorrer dessa análise vamos ver quais as possibilidades para lidar com eles.</p><h4>Tipos de dados</h4><p>Podemos tratar também dos <strong>tipos de dados</strong> presentes em nosso <strong>DataFrame</strong>, que em sua grande maioria são do tipo <strong>float </strong>(<em>numéricos</em>) , porém, temos algumas exceções com dados do tipo o <strong>object </strong>(<em>não numéricos</em>).</p><p>E por que essa informação é relevante? Na hora da limpeza dos dados precisamos de todas as informações possíveis para tratarmos todo o DataFrame com todo cuidado necessário.</p><h3>Valores Ausentes</h3><p>Pode-se observar a presença de dados ausentes, vamos analisar cada uma das variáveis que possuem uma grande quantidade de valores faltantes e definir o tratamento mais adequado.</p><p>Podemos tirar algumas conclusões:</p><ul><li>total_boosters total_boosters_per_hundred, weekly_icu_admissions_per_million, weekly_icu_admissions, weekly_hosp_admissions_per_million - são variáveis irrelevantes uma vez que quase 97% dos seus valores estão ausentes e por isso podem ser excluídas.</li></ul><h3>Visualização dos Dados</h3><p>Nessa parte iremos visulizar os dados, seja por meio de gráficos ou por meio do próprio DataFrame.</p><h4><strong>Países com mais casos de Covid-19</strong></h4><p>Nessa seção iremos descobrir quais países possuem mais casos de covid para a data de 28 de Agosto de 2021. E esses países são:</p><ol><li><strong>Estados Unidos</strong> — <strong>38.760.363</strong> casos registrados, um dos possíveis motivos pela grande quantidade de casos foi também a falha do governo americano em agir de forma rápida e decisiva para evitar a disseminação do vírus. Caso igual ao Brasil, que veremos adiante.</li><li><strong>India</strong> — <strong>32.695.030</strong> casos registrados, um País com uma população gigantesca, cerca de 1.366 bilhões de pessoas. Apesar de ser um país com um território menor, possui uma elevada densidade demográfica, o que explicaria a quantidade de casos.</li><li><strong>Brazil</strong> — <strong>20.728.605</strong> casos registrados. Aqui também temos um país com dimensões continentais, mas uma população menor que a da India e dos Estados Unidos, a quantidade de casos elevados se deve por falta de preparo do governo federal e pela negligência da população, em relação ao lockdown e o uso de máscaras o que resultou em uma grande disseminação do vírus.</li><li><strong>França</strong> — <strong>6.813.516</strong> casos registrados, um dos grandes motivos para a grande quantidade de casos foi a demora para o o governo agir, gerando uma disseminação ainda maior do vírus.</li><li><strong>Russia</strong> — <strong>6.766.667</strong> casos registrados, um país de dimensões continentais, mas com uma população menor do que a de Países de dimensões parecidas, porém possui um clima favorável para a disseminação do vírus. Entretanto, não se encaixa nos 5 países com mais mortes, o que é um ponto extremamente positivo.</li></ol><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/89061a90a144bb0fd9b48474d626b531/href">https://medium.com/media/89061a90a144bb0fd9b48474d626b531/href</a></iframe><h4>Países com mais mortes</h4><p>A seguir vamos descobrir quais países possuem mais mortes para a data 28 de Agosto de 2021.</p><p>Podemos notar que os países que mais possuem mortes, em ordem, são:</p><ol><li><strong>Estados Unidos — 573.499</strong> mortes registradas, era de se esperar, o país com mais casos também é o com mais mortes.</li></ol><p>2<strong>. Brasil</strong> — <strong>395.022</strong> mortes registradas, não é o segundo País com mais casos mas é o segundo com mais mortes, possivelmente pela falta de recursos e o despreparo do País para lidar com o vírus.</p><p>3. <strong>Mexico</strong> — <strong>215.547</strong> mortes registradas, aqui temos um caso inesperado, não se encaixa nos 5 países com mais casos, mas está entre os 5 com mais mortes.</p><p>4. <strong>India</strong> — <strong>201.187</strong> mortes registradas, está em segundo com a quantidade de casos, mas em quarto na quantidade de mortes, ao que parece a India soube lidar com o vírus de forma eficiente, para que houvesse um número reduzido de mortos.</p><p>5. <strong>Peru</strong> — <strong>164.433</strong> mortes registradas, não chega a aparecer entre os 5 países com mais casos, mas é um dos 5 com mais mortos, definitivamente é um caso curioso.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/c692333edd3128f5da5932f3ac05bfd1/href">https://medium.com/media/c692333edd3128f5da5932f3ac05bfd1/href</a></iframe><h4>Gráfico dos 5 países com mais mortes e casos de Covid-19</h4><p>Visualizações gráficas são extremamente eficientes se comparadas às informações de um texto. Na próxima célula iremos pltar gráficos para os 5 países com mais mortes e casos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*L_I928AKgBSSGWuzRGoGXA.png" /></figure><p>Os gráficos comprovam as tabelas acima e nos mostram de forma mais clara o número de mortes e casos.</p><p>Quando falamos da quantidade total de mortes, temos 3.242.803 mortes no mundo e 215.986.748 casos, cerca de <strong>1,5%</strong> das pessoas que contraíram o vírus <em>morreram</em>, enquanto <strong>98,5% se recuperaram</strong>.</p><h4>Gráfico de mortes e casos ao decorrer do tempo</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5xNTZIR7afhtkUkYleRo8g.png" /></figure><p>Alguns insights que o gráfico nos mostra com clareza:</p><ul><li>Apesar dos Estados Unidos terem se mantido na frente durante grande parte do tempo, só em determinado tempo o número de casos deu um salto realmente expressivo.</li><li>A Índia se manteve na frente no número de casos em relação ao Brasil, mas o Brasil possui muito mais número de mortes.</li><li>Países como a Reino Unido, Itália e França possuem os números de mortes bem próximos. Enquanto que no quesito número de casos o único que se mantem entre os 5 primeiros é a França.</li></ul><h3>Corrupção e resposta à Covid-19</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1008/1*WDGDdSmZJAd54byzmUj1lw.jpeg" /></figure><p>Outra entidade, a Transparência Internacional, divulgou seu índice de percepção de corrupção.</p><p>O Brasil ficou na 94ª posição do ranking, de um total de 180 países.</p><p>De acordo com a Transparência Internacional, países com menos corrupção foram os que conseguiram gerenciar melhor as crises de economia e saúde durante a pandemia de Covid-19. Trata-se de uma correlação que os analistas da ONG observaram, ainda que eles não tenham trabalhado com um modelo de dados de resposta à pandemia.</p><p>A conexão entre corrupção e coronavírus é algo observável no mundo, segundo a análise.</p><p>A Nova Zelândia ficou em primeiro no ranking de melhor percepção de corrupção. O pior país foi a Somália.</p><h3>Análise Exploratória para o Brasil</h3><p>O Brasil foi o país que <a href="https://especiais.g1.globo.com/bemestar/coronavirus/estados-brasil-mortes-casos-media-movel/?_ga=2.139690547.184704257.1611782995-1121972636.1592519645"><strong>pior gerenciou a pandemia de Covid-19</strong></a> no mundo, de acordo com um estudo publicado nesta quinta-feira (28) por um think tank (grupo de pesquisas) da <a href="https://g1.globo.com/tudo-sobre/australia/"><strong>Austrália</strong></a>.</p><p>O levantamento foi feito pelo Lowy Institute, de Sydney. Eles analisaram quase 100 países de acordo com seis critérios, como casos confirmados, mortes e capacidade de detecção da doença.</p><h4>Os piores do mundo</h4><p>Em número total de mortes, o Brasil perde apenas para os <strong>Estados Unidos</strong> e nós veremos isso de forma clara adiante.</p><p>A China — onde o vírus surgiu no final de 2019 — não está incluída na lista por falta de dados de diagnóstico disponíveis ao público, segundo os autores.</p><p>De acordo com os autores do estudo, Pequim tentou agressivamente manipular a percepção pública de como estava lidando com a epidemia para provar que seu sistema autoritário é superior a governos democráticos, muitos dos quais fracassaram na crise.</p><p>O Lowy Institute afirma que, de maneira geral, a resposta à Covid-19 foi medíocre. “Alguns países administraram a pandemia melhor do que outros, mas a maioria deles se destacou apenas por seu desempenho insatisfatório”, observa o estudo.</p><h4>Primeira Morte no Brasil</h4><p>A data da primeira morte no Brasil foi registrada no dia <strong>17 de Março de 2020</strong> e nesse mesmo dia o Brasil já tinha <em>321 casos confirmados</em>.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/d73cef32070924cd5178f47b701d9fac/href">https://medium.com/media/d73cef32070924cd5178f47b701d9fac/href</a></iframe><h4><strong>Primeiro Caso no Brasil</strong></h4><p>Com certeza você lembra do dilema do Carnaval de 2020.</p><p>Ninguém sabia se teria ou não, ninguém sabia se, de fato, estávamos em perigo. Mas a realidade é: a pandemia começou no dia 26 de Fevereiro de 2020, após um homem de 61 anos de São Paulo que retornou da Itália testou positivo para Covid-19.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/35502431eaac67454f97e9a3183a5b1b/href">https://medium.com/media/35502431eaac67454f97e9a3183a5b1b/href</a></iframe><h4>Primeiro Caso e Primeira Morte</h4><p>Sabemos que o primeiro caso e a primeira morte no Brasil, ocorreram nas seguintes datas:</p><ul><li><strong>26 de Fevereiro de 2020</strong> — Primeiro caso de Covid-19 registrado no Brasil.</li><li><strong>17 de Março de 2020</strong> — Primeira morte por Covid-19 registrada no Brasil.</li></ul><h3>Covid no Brasil e América do Sul</h3><p>O Brasil sem sombra de dúvidas foi um dos países que mais sofreu com a pandemia do Coronavírus e para fins de comparação, iremos fazer uma análise do Brasil em comparação aos 5 Países com mais casos e mais mortes da <strong>América Do Sul</strong>.</p><h4>Países com mais casos</h4><p>Os países que mais possuem casos, em ordem, são:</p><ul><li><strong>Brasil</strong> — <strong>20.728.605</strong> casos registrados.</li><li><strong>Argentina</strong> — <strong>5.171.458</strong> casos resgistrados</li><li><strong>Colômbia</strong> — <strong>4.903.304</strong> casos registrados</li><li><strong>Peru</strong> — <strong>2.143.691</strong> casos registrados</li><li><strong>Chile</strong> — <strong>1.637.234</strong> casos registrados</li></ul><p>É notável a diferença do número de casos do Brasil quando comparado aos outros países. Se torna um dado assustador quando descobrimos que, apenas os casos do Brasil, representam mais de <strong>50% de todos os casos da América do Sul</strong>.</p><h4><strong>Países com mais mortes</strong></h4><p>Os países que mais possuem mortes, em ordem, são:</p><ul><li><strong>Brasil</strong> — <strong>579.010</strong> mortes registradas.</li><li><strong>Peru</strong> — <strong>198.031</strong> mortes registradas.</li><li><strong>Colômbia</strong> — <strong>124.743</strong> mortes registradas.</li><li><strong>Argentina</strong> — <strong>111.324</strong> mortes registradas.</li><li><strong>Chile</strong> — <strong>36.841</strong> mortes registradas.</li></ul><p>Portanto, aqui vemos mais uma vez que o Brasil se mantém liderando a quantidade de mortes, assim como os casos. Entretanto, a <strong>Argentina</strong> possui mais casos que a <strong>Colômbia</strong>, mas possui menos mortes.</p><h4>Gráficos</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ioA6-g2PP4a-4903JC6XsA.png" /></figure><p>Podemos observar algumas coisas nos gráficos:</p><ul><li>O <strong>Brasil</strong> representa a maior parte dos <em>casos</em> e das <em>mortes</em> na América do Sul.</li><li>Apesar da <strong>Argentina</strong> ter maior número de casos ela possui <em>menor número</em> de <strong>mortes</strong> comparada à Colômbia.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WKD_k2G07iWETN7LpbsFWg.png" /></figure><h3>Rio de Janeiro</h3><h4>Toda a cidade se mantém em alto risco devido à circulação de variante.</h4><p>Mais de <strong>60 mil pessoas</strong> já morreram de covid-19 no Estado do Rio de Janeiro. Com as 121 mortes registradas pela Secretaria Estadual de Saúde nos últimos 7 dias, o número total de mortos pela doença no Estado desde o início da pandemia chegou a 1 milhão e 130 mil mortes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9a3vQUIf2LOe4L2_asKJRg.png" /></figure><h4>Wordcloud</h4><p>Agora iremos criar uma wordcloud usando a biblioteca wordcloud. WordCloud são ótimas se deseja que seu público responda com uma ou duas palavras, ou para enfatizar palavras mais populares ou comuns. O ideal é que as respostas sejam curtas.</p><p>Todos os detalhes dessa WordCloud podem ser vistos no meu <a href="https://github.com/brunavent/portfolio/blob/master/Panorama_do_COVID_19_no_Brasil_e_no_Mundo.ipynb">GitHub</a>. Aqui trataremos de forma superficial para que possamos tratar os insights de maneira mais eficiente.</p><h4>Concatenação</h4><p>Após instalarmos o <strong>WordCloud</strong>, importarmos os pacotes necessários e um outro arquivo csv focado nos dados do Rio estamos habilitados para trabalhar com as palavras.</p><p>Com uma simples linha de código conseguimos descobrir que existe <strong>427.124 palavras extraídas da base de dados. </strong>Plotaremos uma primeira versão “bruta” para visualizarmos as palavras e observarmos se algo pode ser refinado nessa wordcloud.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/400/1*aJEUCQVifOZS_ht5EmEkXw.png" /></figure><p>Agora:</p><ol><li>Criaremos uma lista de stopwords, que são palavras que deveriam ser removidas, pode ser artigos, pronomes... Nesse caso a palavra ignorado aparece de forma desnecessária na plotagem final, então iremos removê-la.</li><li>Iremos instanciar um objeto do tipo WordCloud e iremos fornecer os parâmetros necessários.</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xs0qpdZ7ZqsXm7nD0S_ENQ.png" /></figure><h4>Surpresos por Campo Grande ser o bairro com mais mortes e casos de Covid-19?</h4><p>De acordo com dados da Prefeitura do Rio, divulgados através do Painel Rio Covid-19, o bairro de Campo Grande lidera no número de casos e na quantidade de mortes pelo novo coronavírus na cidade. Ao todo, são mais de 20.000 casos confirmados e 2.000 mortes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iTyfj532uejqyCEANf3kDQ.png" /></figure><h3>Conclusão</h3><p>Vamos falar dos <em>insights</em> que podemos retirar dessa análise.</p><ul><li>O <strong>Estados Unidos</strong> é de longe o País com mais casos e mortes.</li><li>O <strong>Brasil</strong> é o segundo País com mais mortes.</li><li>Não é por ter mais casos que também terão mais mortes e vice-versa, exemplos disso são a <strong>Índia</strong> e o <strong>Brasil</strong>.</li><li>A <strong>Índia</strong> possui mais casos que o <strong>Brasil</strong> mas possui menos mortes.</li><li>O Brasil é o País da América do Sul que mais sofreu com a Pandemia.</li></ul><h3>Rio de Janeiro</h3><p>No Rio de Janeiro temos <strong>Campo Grande</strong> como o bairro mais prejudicado pela pandemia. Bairros como <strong>Barra da Tijuca</strong>, <strong>Santa Cruz</strong>, <strong>Tijuca </strong>e <strong>Recreio dos Bandeirantes</strong> também aparecem com certa notoriedade na nossa WordCloud.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=be9eb1f2c89f" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>