Projeto desenvolvido para praticar os conceitos de análise de dados que estou estudando no curso de ADS. A ideia foi simular um cenário real: uma loja virtual com dados de vendas e fazer todo o processo desde a criação do banco até a geração de gráficos.
Criar um pipeline de análise de dados completo usando Python, onde:
- Os dados são armazenados em um banco SQLite
- As consultas são feitas com SQL puro
- Os dados são tratados com Pandas
- Os resultados são visualizados com Matplotlib
analise-vendas-loja/
│
├── data/
│ └── vendas.csv # Dataset com 70 registros de vendas fictícias
│
├── database/
│ ├── schema.sql # Criação das tabelas e views
│ └── criar_banco.py # Script para criar o banco e importar o CSV
│
├── analise/
│ ├── limpeza.py # Limpeza e tratamento dos dados com Pandas
│ ├── consultas.py # Consultas SQL via Python (sqlite3 + pandas)
│ └── graficos.py # Geração dos gráficos com Matplotlib
│
├── graficos/ # Pasta gerada automaticamente com os gráficos
├── main.py # Script principal — roda tudo em ordem
└── requirements.txt
1. Clone o repositório
git clone https://github.com/seu-usuario/analise-vendas-loja.git
cd analise-vendas-loja2. Crie um ambiente virtual (recomendado)
python -m venv venv
source venv/bin/activate # Linux/Mac
venv\Scripts\activate # Windows3. Instale as dependências
pip install -r requirements.txt4. Execute o projeto
python main.pyPronto! O script vai criar o banco, fazer as análises e salvar os gráficos na pasta /graficos.
- Faturamento por categoria — quais categorias geram mais receita
- Evolução mensal — como o faturamento variou ao longo dos meses
- Top 5 produtos — os produtos mais vendidos em quantidade
- Formas de pagamento — distribuição entre Pix, Cartão e Boleto
- Vendas por estado — onde estão os clientes que mais compram
| Tecnologia | Uso |
|---|---|
| Python 3 | Linguagem principal |
| SQLite | Banco de dados local |
| Pandas | Limpeza e análise dos dados |
| Matplotlib | Geração dos gráficos |
| SQL | Consultas e views no banco |