REPOSITORY OVERVIEWLive repository statistics
★ 0Stars
⑂ 0Forks
◯ 0Open issues
◉ 0Watchers
34/100
OPENREPOHUB HEALTH SIGNALLimited signals
A transparent discovery signal based on current public GitHub metadata.
Recent activity35% weight
30 Community adoption25% weight
0 Maintenance state20% weight
100 License clarity10% weight
0 Project information10% weight
35 This score does not audit code, security, maintainers, documentation quality, or suitability. Verify the repository and its current documentation before adoption.
README preview
🧠 Análise Exploratória de Dados — Traços de Personalidade
📘 Descrição do Projeto
Este projeto tem como objetivo realizar uma Análise Exploratória de Dados (EDA) sobre um dataset sintético de personalidade, composto por 20.000 registros e 30 variáveis.
O estudo busca compreender padrões e correlações entre características comportamentais, explorando estatísticas descritivas e visualizações gráficas.
📊 Estrutura do Dataset
- Total de linhas: 20.000
- Total de colunas: 30
- Variável alvo:
personality_type (categórica)
- Demais variáveis: 29 atributos numéricos representando traços e hábitos comportamentais (ex: talkativeness, party_liking, responsibility, etc.)
🧩 Objetivos da Análise
- Explorar a estrutura e a qualidade dos dados.
- Identificar possíveis inconsistências ou valores ausentes.
- Obter estatísticas descritivas das variáveis numéricas.
- Visualizar distribuições e correlações entre atributos.
- Entender o comportamento da variável
personality_type e suas relações com os demais traços.
🛠️ Tecnologias Utilizadas
| Biblioteca | Função |
|---|
| Pandas | Manipulação e limpeza dos dados |
| NumPy | Operações numéricas e vetorização |
| Matplotlib | Criação de gráficos e visualizações |
| Seaborn | Visualizações estatísticas e estéticas aprimoradas |
⚙️ Etapas do Notebook
- Importação das bibliotecas
- Carregamento da base de dados (
personality_synthetic_dataset.csv)
- Análise estrutural e estatísticas descritivas
- Visualização de distribuições e correlações
- Discussão dos resultados e insights preliminares
📈 Principais Resultados
- Os atributos numéricos possuem valores entre 0 e 10, com médias próximas a 5, indicando distribuição centrada.
- A base é consistente, sem valores nulos.
- Algumas variáveis apresentam maior variabilidade, o que pode indicar padrões interessantes para futuras análises preditivas.
🚀 Como Executar
- Abra o projeto no Google Colab.
- Carregue o arquivo
personality_synthetic_dataset.csv no ambiente Colab (obs: o dataset está presente no repositório).
- Execute as células sequencialmente para reproduzir a análise.
ALGORITHMICALLY RELATEDSimilar Open-Source Projects
Selected from shared topics, language and repository description—not editorial ratings.
Este é o meu trabalho para o projeto 4 da disciplina de Métodos Computacionais em Física do IF-USP no primeiro semestre de 2018. O projeto consiste em simular o modelo de Ising para a magnetização de um material bidimensional com condições periódicas de contorno através do método de Monte Carlo. Este repositório contém os arquivos de código para a simulação, que são notebooks em Python 3 para o Jupyter (estou utilizando principalmente o JupyterLab), e os arquivos para o relatório em LaTeX (escritos através do Texmaker).
16/100 healthArchived
Jupyter NotebookMIT
⑂ 1 forks◯ 0 issuesUpdated Sep 20, 2025
Desenvolvimento de uma query em python Protósito: criptografar e descriptografar credenciais de acessos como: API, Bancos de Dados, aplicações WEb, entre outros. Processos: Criptografa a informação contida no arquivo raiz do projeto "minhaSenha.txt" e grava em um outro arquivo "encryptPWD.txt" Gera uma chave e grava em um outro arquivo "refkey.txt" Agora é possível excluir o arquivo "minhaSenha.txt" com a senha e trabalhar ou compartilhar o projeto somente com o arquivo criptografado, em uma comunicação mais segura. Descriptografia : Ler a minhaSenha criptografada e armazena em 2 variáveis (usuário e senha) Ambiente virtual com Python e Jupyter Notebook Bibliotecas: pip install cryptography Automação: O projeto tem uma pequena automação para startar o jupyter notebook. Basta clicar no arquivo "Clique aqui" que o programa inicializa. Saiba mais em: https://github.com/jessicadatasource/Automacao_Start_Jupyter_Notebook
/100 health