1. Não se trata de um conjunto de instruções dogmáticas.
2. Conjunto de diretrizes para guiar o processo de construção de uma visualização.
2.1. Estabelecer o objetivo da visualização e identificar seus principais parâmetros
2.1.1. Explorar potenciais relações entre os dados históricos dos casos de COVID e o IDHM dos municípios brasileiros.
2.1.2. Aplicar os conceitos de construção de uma visualização de dados, correlacionando diferentes bases de dados.
2.1.3. Principais parâmetros:
2.1.3.1. Dados de COVID
2.1.3.2. Dados de IDHM do Brasil
2.1.3.3. Geolocalização dos municípios e Malha Municipal
2.2. Adquirir, preparar e explorar os dados
2.2.1. Identificar as fontes de dados
2.2.1.1. Coronavírus Brasil
2.2.1.2. Download dos dados do Atlas do Desenvolvimento Humano no Brasil 2013
2.2.1.3. https://www.ibge.gov.br/geociencias/organizacao-do-territorio/estrutura-territorial/15774-malhas.html?=&t=downloads
2.2.1.4. Brasil Municípios
2.2.2. Explorar os dados adquiridos
2.2.3. Identificar necessidades de formatação nos dados
2.3. Estabelecer o foco da apresentação dos dados
2.3.1. Qual a história que desejamos contar?
2.3.1.1. Como se distribuem os casos e óbitos de COVID no Brasil?
2.3.1.2. E o IDHM?
2.3.2. O que queremos investigar?
2.3.2.1. Existe relação entre COVID e IDHM?
2.3.3. Que tipos de representações visuais melhor se adequam a essa história?
2.3.3.1. Gráficos de barra
2.3.3.2. Mapas
2.3.3.2.1. Mapas de calor
2.4. Conceber o design da visualização
2.4.1. Buscar referências visuais para o seu projeto pode ser um ótimo ponto de partida.
2.4.1.1. Visite sites como: https://public.tableau.com/en-us/gallery/?tab=viz-of-the-day&type=viz-of-the-day
2.4.2. O esboço pode ser realizado na ferramenta em que você se sentir mais à vontade (isso inclui lápis e papel!)
2.4.2.1. Mãos à obra!
2.4.2.2. Referências escolhidas
2.4.2.2.1. Hans Rosling - Gap Minder
2.4.2.3. Paleta de cores
2.4.2.3.1. Nota: Lembrar de considerar baixa visão
2.5. Construir a solução de visualização
2.5.1. Identificar ferramentas adequadas
2.5.1.1. Python
2.5.1.2. Google Colab
2.5.1.3. GeoPandas
2.5.1.4. Pandas
2.5.1.4.1. com backend
2.5.1.5. Matlplotlib
2.5.1.6. Plotly
2.5.1.6.1. Plotly Express
2.5.1.6.2. Jupyter Dash
2.5.2. Dividir o projeto em partes menores que possam ser executadas incrementalmente
2.5.2.1. Plotar um mapa em Python
2.5.2.2. Plotar mapa de casos de COVID por Município
2.5.2.3. Plotar mapa de IDHM por Município
2.5.2.4. Plotar gráfico de dispersão para comparação de medidas
2.5.2.5. Inserir animação no mapa
2.5.2.6. Inserir animação no gráfico de dispersão
2.5.2.7. Gerar página HTML com os gráficos