Este projeto tem como objetivo consumir e analisar dados da API pública do Star Wars (SWAPI), realizando tarefas de engenharia de dados e análise exploratória. O foco está em identificar padrões e tendências, além de responder as seguintes perguntas:
- Qual é o personagem que apareceu em mais filmes de Star Wars?
- Quais são os planetas mais quentes do universo de Star Wars?
- Quais são as naves espaciais mais rápidas do universo de Star Wars?
- Qual é a arma mais poderosa do universo de Star Wars?
- Python
- Pandas para manipulação de dados
- Matplotlib para visualização de dados
- SQLite para armazenamento de dados
- Requests para requisições HTTP
Para utilizar este projeto, é necessário ter Python instalado. As dependências podem ser instaladas usando o seguinte comando:
pip install pandas matplotlib requests sqlalchemyO projeto está organizado da seguinte forma:
main.py: Script principal que coordena o carregamento de dados, salvamento em banco de dados, análises e geração de gráficos.swapi_requests.py: Contém a funçãoload_swapi_datapara fazer requisições à SWAPI e carregar os dados.db_operations.py: Inclui funções para salvar os dados em um banco de dados SQLite e para realizar consultas.data_analysis.py: Contém funções para análise exploratória de dados e para gerar visualizações.
Para executar o projeto, basta rodar o script main.py. Isso irá carregar os dados da SWAPI, salvar no banco de dados SQLite, realizar análises e mostrar os resultados através de gráficos.
python main.pyMétodo: Utiliza-se a função get_top_10_characters_by_movie_count no arquivo data_analysis.py. Esta função executa uma consulta SQL na tabela characters para contar quantas vezes cada personagem aparece nos filmes (campo films). A contagem é realizada por meio de uma junção cruzada com os elementos JSON no campo films.
Gráfico Resultante: Gera-se um gráfico de barras horizontais que mostra os top 10 personagens por contagem de filmes.
Método: Implementa-se a função get_top_10_hottest_planets, que calcula uma 'pontuação de calor' para cada planeta a partir da soma ponderada, com pesos de 0 a 1 definidos na função calculate_planet_score em data_analysis.py, dos fatores clima, água superficial, terreno e período orbital, conforme abaixo:
- Pontuação do Clima (Climate Score - CS)
| Clima | CS |
|---|---|
| 'arid', 'hot', 'heated’ | 1 |
| 'temperate', 'tropical’ | 0.5 |
| 'frozen', 'frigid’ | 0 |
| Outros | 0.25 |
- Pontuação da Água Superficial (Surface Water Score - SWS)
- Pontuação do Terreno (Terrain Score - TS)
| Terreno | TS |
|---|---|
| 'desert', 'volcanoes', 'lava’ | 1 |
| 'barren', 'rocky’ | 0.7 |
| 'forrests', 'jungles’ | 0.3 |
| 'ice', 'snow’ | 0 |
| Outros | 0.5 |
- Pontuação do Período Orbital (Orbital Period Score - OPS)
| Período orbital | OPS |
|---|---|
| ≤ 360 | 1 |
| ≤ 500 | 0.5 |
| ≤ 1000 | 0.25 |
| > 1000 | 0.1 |
| Não numérico ou desconhecido | 0 |
- Pontuação Total (Total Score)
Gráfico Resultante: Produz-se um gráfico de barras horizontais exibindo os top 10 planetas com a maior 'pontuação de calor'.
Método: Para determinar a nave espacial mais rápida, é importante entender a diferença entre "MGLT" e "max_atmosphering_speed", pois cada um desses atributos mede um aspecto diferente da velocidade da nave.
- MGLT (Megalight per hour): Este é um indicador de velocidade no espaço, principalmente usado para medir a eficiência e a velocidade de uma nave em viagens mais longas, como as realizadas no hiperespaço. Um "Megalight" é uma unidade de distância, e MGLT refere-se à quantidade máxima de Megalights que a nave pode viajar em uma hora padrão. Logo, se você estiver interessado em qual nave é mais rápida para viagens espaciais de longa distância (como as realizadas entre sistemas estelares), então MGLT seria o atributo mais apropriado a ser usado.
- Max Atmospheric Speed: Este atributo mede a velocidade máxima da nave na atmosfera de um planeta. Portanto, se o interesse for pela velocidade dentro de uma atmosfera planetária, como em manobras de combate ou viagens curtas dentro de um sistema, então max_atmosphering_speed seria o atributo relevante.
Sendo assim, adotam-se duas abordagens. Primeiramente, a função get_top_10_fastest_starships_by_atmosphering_speed calcula as naves mais rápidas com base na velocidade atmosférica. Em seguida, get_top_10_fastest_starships_by_MGLT usa a velocidade MGLT. Ambas as funções filtram e ordenam os dados na tabela starships.
Gráficos Resultantes: Criam-se dois gráficos de barras horizontais, um para cada métrica de velocidade (velocidade atmosférica e MGLT).
Observação: Vale ressaltar que as naves A-wing e TIE Advanced x1 aparecem no top 10 de naves mais rápidas em ambas as categorias.
- Nota: A análise para identificar 'a arma mais poderosa' no universo de Star Wars não é viável com os dados disponíveis na SWAPI. No endpoint
starships, encontram-se referências a algumas naves famosas, como a Death Star e a Star Killer, que possuem armamentos. Entretanto, não há informações detalhadas sobre o poder de armamento ou o potencial destrutivo que permitiriam uma comparação objetiva. Além disso, a base de dados não inclui outras armas icônicas do universo, como os sabres de luz. Não foram encontradas fontes de dados alternativas que ofereçam informações suficientes para realizar tal análise. Portanto, essa questão específica permanece fora do escopo deste projeto devido à ausência de dados relevantes e comparáveis.
As visualizações são geradas usando a função plot_horizontal_bar_graph em data_analysis.py. Esta função aceita um DataFrame do Pandas e colunas específicas para criar gráficos de barras horizontais que são exibidos para o usuário.
Contribuições são sempre bem-vindas! Para contribuir, faça um fork do projeto, crie uma branch para sua feature ou correção de bugs, desenvolva a mudança e faça um pull request.