Sintetizando insights de experimentos complexos

Projeto experimental em Python

James Chapman

Curriculum Manager, DataCamp

Dados de rendimento na manufatura

manufacturing_yield

 BatchID  MaterialType  ProductionSpeed  TemperatureSetting  YieldStrength
      39       Polymer           Medium             Optimal          58.83
     195         Metal             High                High          51.29
     462       Polymer             High             Optimal          55.15
     696     Composite           Medium                 Low          50.27
     142     Composite             High                 Low          57.62

Desenho multifatorial: MaterialType, ProductionSpeed, TemperatureSetting
Variável resposta: YieldStrength

Dados de qualidade na manufatura

manufacturing_quality

 BatchID ProductionSpeed  ProductQuality
     149             Low           93.87
     739            High           93.35
     617          Medium           90.45
     131            High           90.26
     684             Low           91.62

Desenho: ProductionSpeed
Variável resposta: ProductQuality

Estratégia de mesclagem

merged_manufacturing = pd.merge(manufacturing_yield,
                       manufacturing_quality, 
                       on=['BatchID', 'ProductionSpeed'])
print(merged_manufacturing)

 BatchID  MaterialType  ProductionSpeed  TemperatureSetting  YieldStrength  ProductQuality
       1         Metal              Low                High          57.32           91.19
       5     Composite           Medium             Optimal          51.82           90.20
       7       Polymer              Low                High          56.12           91.66
       8     Composite             High             Optimal          50.91           93.05
      11       Polymer              Low                High          50.13           92.31

Gráfico de barras lado a lado

import seaborn as sns
sns.catplot(x='MaterialType', y='YieldStrength', hue='ProductionSpeed', kind='bar', 
            data=merged_manufacturing)

Dispersão com três variáveis

sns.relplot(x='YieldStrength', y='ProductQuality', hue='ProductionSpeed', 
            kind='scatter', data=merged_manufacturing)
plt.title('Yield Strength vs. Product Quality by Production Speed')

Resistência à tração vs. Qualidade do produto por velocidade de produção

Comunicando dados para públicos técnicos

Crie narrativas de dados
- p-values
- Estatísticas de teste
- Níveis de significância
Visualize dados complexos
- Mapas de calor
- Dispersão com várias cores
- Projeções

Apresentando para um público técnico

Engajando públicos não técnicos com dados

Simplifique os insights
- Visualizações básicas: barras e linhas
Prepare apresentações centradas no público
- Por que os dados importam?
- Conecte insights a aplicações reais

Storytelling com dados

Vamos praticar!

Projeto experimental em Python