ESTUDO COMPARATIVO DA APLICAÇÃO DOS PROGRAMAS PYTHON E ORANGE PARA A ANÁLISE APROFUNDADA DE BANCOS DE DADOS
Palavras-chave:
Ciência de dados, Sistemas de Informação, FuncionalidadeResumo
O presente estudo possui o objetivo de analisar a usabilidade de programas de DataScience para análise de banco de dados. Para tanto foi utilizado um banco de dados extraído de uma plataforma pública e aplicado em dois programas, sendo Python e Orange, a fim de se obter uma comparação entre ambos. A pesquisa bibliográfica serviu como base para o entendimento dos programas e para embasar os resultados obtidos. O Python exigiu trabalhar o banco de dados, tanto na conversão do arquivo como necessidade de conhecimento e aprendizado de linguagem de programação. No Orange foi utilizado o banco de dados original e sua funcionalidade intuitiva permitiu a obtenção de resultados de forma mais rápida, pois suas ferramentas possuem nomes associados ao que se deseja obter. Com os resultados obtidos foi possível constatar que a utilização do programa Orange se demonstrou mais conveniente para análise do banco de dados manipulado.
Downloads
Referências
BORGES, Luiz Eduardo. Python para Desenvolvedores, 1. ed. São Paulo – SP: Editora Novatec, 2014.
BOSCARIOLI, Clodis; VITERBO, José; TEIXEIRA, Mateus Felipe. Avaliação de Aspectos de Usabilidade em Ferramentas para Mineração de Dados. In: ESCOLA REGIONAL DE SISTEMAS DE INFORMAÇÃO DO RIO DE JANEIRO (ERSI-RJ), 1. , 2014, Niterói. Anais da I Escola Regional de Sistemas de Informação do Rio de Janeiro. Porto Alegre: Sociedade Brasileira de Computação, nov. 2014 . p. 87-94.
CAMPOS, Aline de; CAZELLA, Sílvio César. Descoberta de Conhecimento em Base de Dados sobre o perfil de estudantes brasileiros de Tecnologia da Informação . In:Congresso Brasileiro de Informática na Educação, 7, 2018, Fortaleza - CE. Anais dos Workshops do VII Congresso Brasileiro de Informática na Educação. 2018. Disponível em: <https://www.semanticscholar.org/paper/Descoberta-de-Conhecimento-em-Base-de-Dados-sobre-o-Campos-Cazella/952d078b668ebd7beaf2cb5ec8ae18e7394bd235>. Acesso em: 28 out. 2019. https://doi.org/10.5753/cbie.wcbie.2018.449
CANELAS, André Luís de Souza. Evolução da importância econômica da indústria de petróleo e gás natural no Brasil: contribuição a variáveis macroeconômicas.2007. Disponível em: <http://www.ppe.ufrj.br/images/publica%C3%A7%C3%B5es/mestrado/Andr%C3%A9_Lu%C3%ADs_de_Souza_Canelas.pdf>. Acessoem: 05nov. 2019.
CRUZ, Leandro César. DataScience: Desenvolvimento de Aplicação para Análise de Dados. 2018 .Disponível em: <https://cepein.femanet.com.br/BDigital/arqTccs/1511420264.pdf>
DEMSAR, Janez; ZUPAN, Blaz.Orange: Data Mining Fruitful and Fun - A Historical Perspective. 2012. 6. University of Ljubljana, Faculty of Computer and Information Science. Ljubljana, Slovenia. 2012.
GARCIA, Diego. Debugging em python. 2015. Disponível em: <http://pythonclub.com.br/debugging-em-python-sem-ide.html> Acesso em: 11 nov. 2019.
GRUPO PET-TELE. Tutorial de Introdução ao Python. Universidade Federal Fluminense, Niterói, Rio de Janeiro, 2011. Disponível em: <http://www.telecom.uff.br/pet/petws/downloads/apostilas/PYTHON.pdf>. Acesso em> 28 out. 2019.
MANNARA, Barbara. Convertio: converta online suas fotos, vídeos e áudios. 2017. Disponível em: <https://www.techtudo.com.br/tudo-sobre/convertio.html>. Acesso em: 28 out. 2019.
MANZANO, José Augusto N. G. Programação de Computadores com C++, 1. ed. 3. Reimpressão. São Paulo – SP: Editora Érica, 2011
MENDES, André Pompeo do Amaral; et. al. Mercado de Refino de Petróleo no Brasil.Petróleo&GásBNDES, Rio de Janeiro, v. 24, n. 48, p. 7-44, set. 2018.
MENEZES, Nilo Ney Coutinho. Introdução à Programação com Python, 2. ed. 3. Reimpressão. São Paulo – SP: Editora Érica, 2014
NETO, João Rodrigues. A petrobrás: Da quebra do monopólio às perspectivas de produção na camada do pré-sal – 1997-2009.2009. Disponível em: <http://www.abphe.org.br/arquivos/joao-rodrigues-neto_1.pdf>. Acesso em 05 nov.2019.
POUBEL, Renata. A Bacia de Campos, os Royalties e os Trabalhadores: Uma análise da pendularidade na Região Norte Fluminense. 2017. Disponível em: <https://seminariodeintegracao.ucam-campos.br/wp-content/uploads/2018/02/A-Bacia-de-Campos.pdf>. Acessoem: 06 nov.2019.
ROSSUM, Guido Van; BOER, Jelke de. Interactively Testing Remote Servers Using the Python Programming Language. EurOpenConference, Tromso. 1991.
SEABRA, Rodrigo; DRUMMOND, Isabela Neves; GOMES, Fernando Coelho. Análise Comparativa de Linguagens de Programação a partir de Problemas Clássicos da Computação.Revista de Sistemas e Computação. Salvador – BA, v. 8, n. 1, p. 56-76, jan./jun. 2018.
SIEGEL, Idaltchion Fabricio. Linguagem python e suas aplicações em ciência de dados. 2018. 57. Trabalho de Conclusão de Curso (Graduação) - Universidade Federal Fluminense. Niterói – RJ. 2018.
SILVA, João Gabriel Rocha Silva. Introdução à Linguagem Python. Programa de pós-graduação em modelagem computacional. Universidade Federal de Juiz de Fora. Juiz de Fora, 2016.