Esse projeto foi feito durante o treino prático do curso de Python para Análise de Dados conduzido por DataViking e o arquivo está disponível nas linguagens: Português (Projeto_Unicornios.ipynb) e Inglês (Unicorn_Project.ipynb.ipynb)
Esse projeto é uma análise do número de Empresas de Unicórnios geradas por cada país, nesse projeto foram usadas a linguagem Python e suas Bibliotecas Numpy, Pandas, Seaborn, Matplotlib e Plotly no ambiente do Jupyter Notebook.
O termo unicórnio refere-se a uma empresa start-up de capital fechado com um valor de mais de 1 bilhão de dólares. É comumente usado na indústria de capital de risco. O termo foi popularizado pela primeira vez pela capitalista de risco Aileen Lee. As empresas unicórnios são muito raras e exigem inovação.
O Dataset possui o Nome da Empresa, o Valor da Empresa em Dólares, a Data que a empresa se tornou um Unicôrnio, o País, a Cidade, Ramo da Indústria e Investidores. Buscamos entender quais ramos da indústria possuem mais empresas unicôrnios, os países que mais geram essas empresas, analisamos também a quantidade de empresas unicôrnios presentes no Brasil e por fim os países que mais geram valor com empresas unicôrnio.
Primeiramente, usamos um gráfico de barras para entender quais áreas geram mais unicôrnios e podemos analisar que o setor de Fintech e de Internet e Serviços são os que mais geram empresas unicôrnios. Em seguida, plotamos um gráfico Treemap para entender quais 10 países que mais geram esse tipo de empresas e podemos analisar que o Top 10 é formado por: Estados Unidos, China, Índia, Reino Unido, Alemanha, Israel, França, Brasil, Canadá e Córeia do Sul. Após isso agrupamos os dados para entender quantas empresas unicôrnios brasileiras estão presentes no Dataset e podemos analisar que existem 13 empresas no total. Por fim, plotamos um gráfico em linha com os países que mais geram valor com empresas unicôrnios, o TOP 10 ficou assim: Estados Unidos, China, Reino Unido, India, Alemanha, Brasil, Suécia, Austrália, Israel e Canadá. Podemos analisar que existem algumas diferenças entre os 10 países que mais geram empresas unicôrnio em relação aos 10 países que mais geram valor com essas empresas.
- Python para Análise de Dados
- Numpy
- Pandas
- Seaborn
- Matplotlib
- Plotly
Pré-Requisitos:
- Python 3.11.0 ou superior
- Jupyter Notebook
- Numpy
- Pandas
- Seaborn
- Matplotlib
- Plotly
- Power Point
Riquelmo Afonso Avelar Ferreira
https://www.linkedin.com/in/riquelmo-afonso-avelar-ferreira-df5183/
This project was done during the hands-on training of the Python for Data Analysis course carried out by DataViking and the file is available in languages: Portuguese (Projeto_Unicornios.ipynb) and English (Unicorn_Project.ipynb.ipynb)
The project is an analysis of the number of unicorn companies generated by each country, in this project the Python language and its libraries Numpy, Pandas, Seaborn, Matplotlib and Plotly were used in the Jupyter Notebook environment
The term unicorn refers to a privately held startup company with a value of over 1 billion dollars. It is commonly used in the venture capital industry. The term was first popularized by venture capitalist Aileen Lee. Unicorns are very rare and require innovation.
The Dataset has the Company Name, the Company Dollar Value, the Date the company became a Unicorn, the Country, the City, Industry Area, Investors. We seek to understand which industry areas have the most unicorn companies, the countries that most generate these companies, we also analyze the number of unicorn companies present in Brazil and finally the countries that generate the most value with unicorn companies.
First, we use a bar chart to understand which areas generate the most unicorns and we can analyze that the Fintech and Internet Software & Services sectors are the ones that generate the most unicorns companies. Then, we plot a Treemap chart to understand which 10 countries generate the most unicorn companies and we can analyze that the Top 10 is formed by: United States, China, India, United Kingdom, Germany, Israel, France, Brazil, Canada and South Korea. After that, we grouped the data to understand how many Brazilian unicorn companies are present in the Dataset and we can analyze that there are 13 companies in total. Finally, we plotted a line chart with the countries that generate the most value with unicorn companies, the TOP 10 looks like this: United States, China, United Kingdom, India, Germany, Brazil, Sweden, Australia, Israel and Canada. We can analyze that there are some differences between the 10 countries that most generate unicorn companies in relation to the 10 countries that most generate value with these companies.
- Python for Data Analysis
- Numpy
- Pandas
- Seaborn
- Matplotlib
- Plotly
Prerequisites:
- Python 3.11.0 or superior
- Jupyter Notebook
- Numpy
- Pandas
- Seaborn
- Matplotlib
- Plotly
- Power Point
Riquelmo Afonso Avelar Ferreira
https://www.linkedin.com/in/riquelmo-afonso-avelar-ferreira-df5183/?locale=en_US