Este repositório contém uma coleção de projetos de dashboards interativos desenvolvidos com a biblioteca Streamlit em Python. Cada projeto aborda um caso de uso diferente, demonstrando a versatilidade e a facilidade de uso do Streamlit para a criação de aplicações de dados.
Este dashboard realiza uma análise completa dos agendamentos de uma barbearia, permitindo a visualização de dados importantes para a gestão do negócio.
Funcionalidades:
- Visualização do faturamento e da quantidade de clientes por período.
- Análise de serviços mais populares.
- Desempenho dos profissionais.
- Métodos de pagamento mais utilizados.
- Status dos agendamentos (realizados, cancelados, etc.).
Como executar:
- Navegue até o diretório
Analise_Barbearia. - Instale as dependências:
pip install -r requirements.txt - Execute o comando:
streamlit run analise_barbearia.py
Dependências:
- pandas
- streamlit
- plotly
Este projeto apresenta um dashboard para análise de crédito, utilizando um conjunto de dados sintético gerado para simular informações de clientes de uma instituição financeira.
Funcionalidades:
- Geração de um dataset sintético de clientes.
- Visualização da distribuição de clientes por estado.
- Análise de score de crédito, renda mensal e dívida atual.
- Gráficos interativos para explorar os dados.
Como executar:
- Navegue até o diretório
Dash_estudo_cria_tudo. - Instale as dependências:
pip install -r requeriments.txt - Execute o comando:
streamlit run Dashboard_credito_cria_tudo.py
Dependências:
- streamlit
- pandas
- plotly
- numpy
Este projeto foca na análise de um conjunto de dados de vendas de eletrônicos, também gerado sinteticamente. O repositório inclui tanto o script para gerar os dados quanto o dashboard para visualizá-los.
Funcionalidades:
- Geração de um dataset de vendas de eletrônicos com informações detalhadas sobre produtos, clientes e transações.
- Dashboard interativo para análise de vendas.
- Visualização de top produtos, clientes e países com maior volume de vendas.
- Análise de vendas ao longo do tempo.
Como executar:
Para gerar o dataset:
- Navegue até o diretório
faker_lib. - Execute o script:
python generate_dataset.py
Para rodar o dashboard:
- Navegue até o diretório
faker_lib/dash_streamlit. - Instale as dependências:
pip install -r requirements.txt - Execute o comando:
streamlit run app.py
Dependências:
- streamlit
- pandas
- plotly
- faker (para geração de dados)
Sinta-se à vontade para contribuir com novos dashboards, melhorias nos projetos existentes ou correções de bugs. Para isso, siga os seguintes passos:
- Faça um fork deste repositório.
- Crie uma nova branch com a sua feature:
git checkout -b minha-feature - Faça commit das suas alterações:
git commit -m 'feat: Minha nova feature' - Faça push para a sua branch:
git push origin minha-feature - Abra um Pull Request.