Este é um projeto desenvolvido como parte do curso "Data Analysis with Python" da freeCodeCamp.
O projeto foi aprimorado com a capacidade de gerar dados fictícios para testes
e inclui testes de unidade robustos usando a biblioteca unittest do Python.
- Geração de Dados de Mockup: Script para criar
mockup_medical_data.csv. - Testes de Unidade: Verificação da lógica de pré-processamento e limpeza de dados.
- Pré-processamento de Dados: Cálculo de IMC, normalização de valores e filtragem de outliers.
- Gráfico Categórico (Cat Plot): Visualiza a contagem de características por condição cardiovascular.
- Mapa de Calor (Heat Map): Mostra a matriz de correlação entre todas as variáveis médicas.
- Clone este repositório:
git clone github.com
- Navegue até o diretório do projeto:
cd medical-data-visualizer - Instale as bibliotecas necessárias: pandas, matplotlib, seaborn, numpy:
pip install pandas matplotlib seaborn numpy
- Opcional: Gere um novo arquivo de dados de mockup:
python3 generate_mockup_data.py
- Execute o arquivo
main.pypara rodar a análise e gerar os gráficos (ele usamedical_examination.csvpor padrão):python3 main.py
- Execute os testes de unidade:
python3 run_tests.py
medical_data_visualizer.py: Contém as funçõesdraw_cat_plot()edraw_heat_map().main.py: Arquivo de exemplo para testar as funções e salvar as imagens geradas.generate_mockup_data.py: Script para criar dados de mockup.run_tests.py: Script para executar os testes de unidade personalizados.medical_examination.csv: O conjunto de dados original utilizado na análise.
Licença MIT. Disponível para modificação e distribuição livre, desde que atribua os créditos ao autor original.
- GitHub: [trsilva23]
- E-mail: [trsilva23.contato@gmail.com]