Construindo relatórios econômicos com o Python

O Python é uma ferramenta muito útil para a criação de análise de dados, principalmente os econômicos, e uma etapa importante do processo encontra-se na comunicação dos resultados. No post de hoje, mostraremos como criar relatórios econômicos com o Python.

A criação de relatórios reside na constituição dos resultados dos códigos produzidos, e para tanto, é necessário ter um objeto de estudo econômico (por exemplo, um indicador econômico específico), passando por todo o processo de análise de dados:

  • Coleta e importação
  • Tratamento
  • Visualização
  • Modelagem (se houver)
  • Comunicação (criação do relatório)

Iremos focar somente na última etapa, de criação do relatório, tomando como pronto todas as etapas anteriores. Para tanto, usaremos uma análise do IPCA para constituir o relatório.

Mas como criar o relatório? Para isso é possível utilizar o Quarto, software produzido pela POSIT (antiga Rstudio), que possibilita a criação de documentos pdf, docx, epub, blog, site e diversos outros formatos a partir de arquivos produzidos pelo próprio Quarto e mesmo por um notebook.

Quarto

Como baixar o Quarto

O Quarto pode ser utilizado com diferentes linguagens e também por meio de diversos IDEs: VS Code; Rstudio; Jupyter e Text Editor, neste post, ensinaremos a utilizar o aplicativo através do VS Code.

VS Code

Com o VS Code, é necessário utilizar o Marketplace do software para instalar e integrar o Quarto. Dentro da aba do Marketplace, é só realizar a pesquisa por Quarto e clicar em "Install".

Quarto e o arquivo. qmd

O script criado pelo Quarto possui o formato .qmd, e seu layout possui uma configuração YAML, um corpo de texto escrito em Markdown e os respectivos blocos de códigos sendo criados por meio do R, Python e Julia.

Abaixo, temos a criação de um arquivo no forma .qmd e seus componentes, representando a análise do IPCA.

A primeira parte de cima, separada por traços, é chamada de cabeçalho YAML, nesse local é inserido toda a configuração do documento produzido e seus elementos, desde o título até o formato do resultado renderizado. Para o caso do PDF, é necessário instalar o tinytex no VS Code, utilizando o código quarto install tool tinytex

Em seguida, é construído o texto do documento, no qual segue os princípios do Markdown.

E por fim, há a criação do bloco de código chamado de Chunk. Em cada bloco é possível escolher uma linguagem diferente (dependendo do IDE é possível criar relatórios com R e Python em conjunto!). No caso abaixo, criamos a análise a partir do Python e em cada bloco realizamos os procedimentos de criação do código: Importando as bibliotecas; Coletando os dados; Tratamento e Visualização.

Para obter entender todo o processo listado acima, com os códigos e video-aula, faça parte do Clube AM, o repositório de código da Análise Macro, contendo exercícios semanais de R e Python.

O resultado será um documento igual o abaixo:

_____________________________________

Quer aprender mais?

Seja um aluno da nossa trilha de Macroeconomia Aplicada e aprenda a criar projetos voltados para a Macroeconomia

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como coletar dados do Eurostat usando a API com o Python?

Neste artigo mostramos como pesquisar e como coletar os dados do portal Eurostat através do sistema de API usando a linguagem Python. Este processo permite automatizar rotinas de extração de dados, eliminando trabalho manual e repetitivo de atualização de bases de dados econômicos.

Estimando a volatilidade da taxa de câmbio

O que é Volatilidade? Como podemos calcular essa métrica? Este artigo apresenta uma breve introdução à volatilidade, descreve como podemos calcular a volatilidade utilizando Modelos de Volatilidade Condicional e demonstra a aplicação prática dessa abordagem para estimar a volatilidade da taxa de câmbio BRL/USD por meio da linguagem de programação Python.

Como analisar o Núcleo de Inflação no Brasil usando Python?

O Python se destaca como uma ferramenta robusta para análise de dados, permitindo a aplicação de uma ampla gama de técnicas em dados econômico-financeiros. Neste exercício, destacamos como a linguagem oferece uma facilidade muito grande na coleta de dados dos núcleos do IPCA diretamente do site do Banco Central, na manipulação eficiente desses dados e na construção de gráficos que facilitam a compreensão dos indicadores.

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.