A corrida da inflação

Em um post passado eu mostrei que a inflação brasileira comparada a alguns países selecionados está acima da média, com os dados mais recentes. Neste post vou explorar mais o tema com uma perspectiva mais ampla, dialogando com o post recente do professor Roberto Ellery, e aproveitar para exemplificar como podemos gerar uma visualização de dados "animada" no R.

O objetivo é criar uma visualização de dados comparativa entre países selecionados do G20 ao longo dos últimos 10 anos, tomando como base a inflação acumulada em 12 meses. Para tal, usaremos o dataset do IMF e os pacotes ggplot2 e gganimate para gerar a visualização animada.

Uma prévia do resultado final:

Pacotes

Para reproduzir os códigos desse exercício, certifique-se de que tenha os seguintes pacotes instalados/carregados:

Dados

O IMF oferece um rico banco de dados cross-country, sendo que para esse exercício usamos apenas o dataset "CPI", que traz os dados de inflação. Pegamos os dados de inflação % a.m. de 13 países do G20 desde 2011 em frequência mensal e depois acumulamos em 12 meses.

Visualização de dados

Como pode ser observado, os dados estão em formato long, ideal para gerarmos a visualização. Dessa forma, primeiro criamos um objeto auxiliar para armazenar a média histórica da inflação brasileira. Este valor será pontuado no gráfico como uma linha vertical tracejada. Em seguida construímos as camadas do gráfico: com exceção da camada de colunas, o diferencial do gráfico é agregar vários elementos textuais para enriquecer a visualização. Após as definições estéticas e personalizações do tema, usamos a função transition_states() para transformar o gráfico estático do ggplot2 em um gráfico animado (GIF), onde cada frame se refere às observações de 1 ano do conjunto de dados.

Simples, não?

 

________________________
(*) Para entender mais sobre inflação e análise de conjuntura econômica, confira nosso Curso de Análise de Conjuntura usando o R - Versão 5.0.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

Criando Tabelas com o Python: mostrando o poder da linguagem sobre o Excel

Nos dias atuais, pessoas que trabalham com dados estão constantemente confrontados com um dilema: criar uma tabela não tão genial no Excel ou manter em um formato ainda pior, como um dataframe, mas mantendo a flexibilidade de obtenção dos dados. Podemos resolver esse grande problema, unindo a flexibilidade e beleza ao usar a biblioteca great_tables do Python.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.