1. Importar Bibliotecas Necessárias

Neste passo, garantimos que todas as ferramentas essenciais para o projeto estejam disponíveis e corretamente configuradas. Cada biblioteca tem um papel fundamental no fluxo de trabalho de ciência de dados:

• Pandas: facilita a leitura, organização e manipulação de tabelas e conjuntos de dados, permitindo operações como filtragem, agregação e transformação de forma eficiente.
• NumPy: fornece suporte a operações matemáticas e manipulação de arrays, sendo a base para cálculos numéricos de alta performance.
• Matplotlib: é a principal biblioteca para criação de gráficos estáticos, como histogramas, scatter plots e boxplots, essenciais para a análise visual dos dados.
• Seaborn: complementa o Matplotlib, oferecendo gráficos estatísticos mais sofisticados e com visual atraente, além de integração facilitada com DataFrames do pandas.

Ao importar essas bibliotecas no início do projeto, garantimos um ambiente robusto para análise exploratória, visualização e modelagem. Além disso, configurar o estilo dos gráficos com o Seaborn ajuda a manter a consistência visual em todas as visualizações.

Dica: Sempre mantenha as bibliotecas atualizadas e utilize aliases (como pd, np, plt, sns) para tornar o código mais limpo e padronizado.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# Configurar estilo dos gráficos
sns.set(style="whitegrid")