Este repositório contém o código-fonte dos três projectos apresentados na DataWave 2024, a maior conferência de Ciência de Dados e IA organizada pela MozDevz. Esses projectos têm como foco o uso de Python e QGIS para melhorar a rede de transporte em Moçambique, explorando temas como frete e logística, acidentes de trânsito e acessibilidade.
Este projecto explora dados de transporte e frete, oferecendo insights sobre custos, cubagem, tendências temporais e desempenho das entregas. Utilizando Python, a análise inclui:
- Custo Total de Transporte: Exibição do valor total de frete.
- Tendências Temporais: Análise de tendências mensais dos valores de frete.
- Desempenho de Transporte: Distribuição de status de entregas (no prazo/atrasado) e atrasos por transportadora.
- On-Time Delivery (OTD): Cálculo da pontualidade das entregas (% de entregas no prazo), com visualização em gráfico de manômetro.
A aplicação é construída com Streamlit e permite interação através de filtros dinâmicos, e pode ser acessado pelo link
Este projecto analisa os dados de acidentes ocorridos na cidade de Maputo, oferecendo visualizações e insights sobre causas, localização e gravidade dos eventos. Utilizando Streamlit, Pandas, Plotly e Folium, o projecto apresenta:
- Total de Acidentes Registrados: Exibição do número total de eventos.
- Principais Causas de Acidentes: Visualização das 5 maiores causas de acidentes em um gráfico de barras interativo.
- Geolocalização dos Eventos: Mapa de calor exibindo a concentração de acidentes na cidade de Maputo.
- Ocorrências com Mais de 3 Óbitos: Tabela filtrada com detalhes de acidentes que resultaram em mais de 3 fatalidades.
O projeto facilita a análise interativa, permitindo explorar padrões e insights geoespaciais críticos, e pode ser acessado pelo link
Este projecto visa analisar a acessibilidade a pé em diferentes áreas, ajudando a identificar regiões com limitações no acesso ao transporte público e sugerindo melhorias. Utilizando QGIS, o projecto apresenta um mapa:
- Aplicações:
- Planeamento de novas rotas de transporte ou melhoria das existentes.
- Identificação de áreas com acesso limitado ao transporte público.
- Propostas de ajustes em rotas para reduzir o tempo de viagem dos usuários.
- Planejamento de novos terminais de transporte.
A análise oferece suporte ao desenvolvimento de soluções eficientes de mobilidade urbana.
- Python: Scripts de análise e processamento de dados.
- QGIS: Geoprocessamento e produção do terceiro projecto.
- Streamlit: Interface web para visualização interativa dos projectos.
- Folium: Visualização de dados geográficos em mapas interativos.
Este projecto está licenciado sob a Licença MIT, o que significa que você pode usar, modificar e distribuir o código livremente, desde que atribua o devido crédito.
Agradecimentos especiais à MozDevz pela organização da DataWave 2024 e por proporcionar um espaço de troca de conhecimento e networking.
Se tiver dúvidas ou quiser discutir mais sobre o projeto, sinta-se à vontade para me contatar:
LinkedIn: Fernando Gomes