Criando uma Apresentação de Conjuntura Econômica com o Python

Introdução

A necessidade de criar apresentações para sumarizar e apresentar dados e análises é rotineira para quem trabalha na área de dados, principalmente com dados econômicos e financeiros. Também é frequente o uso de ferramentas simples do tipo point & click, como Excel e Powerpoint, para produzir as apresentações. Algo mais frequente ainda são problemas de reprodutibilidade e automatização que acabam acontecendo com o uso de tais ferramentas.

Neste texto mostramos uma alternativa interessante para usuários de Python. Imagine escrever sua apresentação, analisar e apresentar os dados com código de Python usando apenas uma interface, sem copia e cola e sem quebra galhos? A ferramenta Quarto proporciona exatamente isso, permitindo que o usuário desenvolva seu relatório mesclando texto, imagens, tabelas e códigos em um único documento fonte. No final, o usuário pode compilar o documento e gerar um PDF, um HTML, apresentação de slides, etc.

A seguir demonstramos o fluxo de trabalho de usar o Quarto para produzir um relatório de exemplo com dados econômicos. Para saber mais veja o curso de Produção de Relatórios Automáticos usando Python.

Ferramentas

Como mencionado, iremos utilizar o software Quarto, que permite criar diversos tipos de documentos. O interessante da ferramenta é a possibilidade integração com as linguagens de programação Python, R, Julia e Observable, bem como a integração com IDEs como Jupyter Notebook, VS Code e Rstudio, facilitando todo o processo de criação dos documentos para o usuário. Neste tutorial abordaremos a criação do documento usando o Python e o VS Code.

Antes de construir a apresentação devemos obter a ferramenta Quarto conforme a IDE utilizada. Você pode realizar o download através do link https://quarto.org/docs/get-started/ e integrar a ferramenta conforme a IDE de interesse em seus respectivos ícones.

Para o caso do VS Code que usaremos neste tutorial, o processo pode ser mais simples. Basta buscar o software Quarto na aba de “Extensions” da ferramenta e realizar o download.

Construindo a apresentação

Passo 01: criar o arquivo do relatório

Basta abrir o VS Code ou interface de sua preferência e criar um arquivo “.qmd”. Este arquivo se chama Quarto e é a fonte do conteúdo e código que gera o relatório.

Para isso, use a opção “Command Palette” na aba “View” (ctrl + shift + p) e selecione Quarto: New Presentation.

O resultado será a criação de um documento no formato “.qmd” com o seguinte cabeçalho YAML.

O formato padrão será o reveal.js, que é uma estrutura de apresentação HTML de código aberto. Para apresentações em outros formatos (pptx e beamer/LaTeX/PDF), verificar o guia https://quarto.org/docs/presentations/.

Passo 02: definir o título, cabeçalho e formato

Utilize os parâmetros de YAML para inserir título, subtítulo, autor, data e muito mais no seu relatório. Como exemplo, vamos criar uma apresentação de conjuntura para o nível de atividade econômica. Além disso, vamos alterar e adicionar diversos parâmetros (essa etapa é opcional e deve ser definida de acordo com o usuário) no formato, permitindo inserir imagens nos slides, um tema pré-definido de um arquivo .scss. O resultado será o cabeçalho YAML abaixo:

title: "Apresentação de Conjuntura Econômica"
subtitle: "Nível de Atividade"
author: 'Luiz Henrique'
lang: pt
format: 
  revealjs:
    theme: [moon, qmd/personalizacao.scss]
    logo: "https://analisemacro.com.br/wp-content/uploads/dlm_uploads/2021/10/logo_am.png"
    transition: fade
    footnotes-hover: true
    progress: true
    slide-number: true
    embed-resources: true
    code-copy: true
    code-link: true
    link-external-newwindow: true
    width: 1300
    margin: 0.05
    fig-asp: 0.618
    fig-width: 5
    fig-height: 3
    fig-align: center
    df-print: paged
    controls: true
execute:
  echo: false
  message: false
  warning: false

Passo 03: criar a análise

Em seguida, devemos criar a análise de dados usando o Python. O processo segue em construir o código em células de códigos como qualquer outra análise. O ponto a ser observado é de que cada Slide é separado pelo título usando # Nome do Título, e portanto, tanto o texto, quanto o resultado (gráfico/tabela) deve ser apresentado em seus respectivo Slide conforme a inserção do título.

O leitor poderá obter o código da apresentação/análise acessando o link ao final da página ou sendo membro do Clube AM, nosso repositório com códigos de R e Python, com vídeos explicativos.

A imagem abaixo representa o início do documento de exemplo, com o título do Slide, o texto e a importação das bibliotecas do Python.

Em seguida, realizamos a importação dos dados a serem usados na análise de conjuntura.

Na imagem abaixo é representado o título de um Slide e a célula de código contendo o resultado da geração de um gráfico da análise.

Passo 04: compilar relatório

Agora que o relatório está produzido, basta compilá-lo para gerar o arquivo final (HTML ou outro definido no início). Para isso é necessário acessar através do terminal (atalho Ctrl + ') a pasta onde o relatório está localizado e executar o comando de renderização quarto render nomedoarquivo.qmd.

A imagem abaixo demonstra o código usado para compilar o relatório de exemplo.

Resultado

O usuário poderá criar qualquer tipo de apresentação replicando os passos elencados acima.

A apresentação do Nível de Atividade Econômica de exemplo deste exercício tem como resultado a seguinte apresentação disponibilizada no link:

https://analisemacro.github.io/apresentacao/app_atividade.html#/title-slide

O leitor poderá obter o código da apresentação acessando o link ao final da página ou sendo membro do Clube AM, nosso repositório com códigos de R e Python, com vídeos explicativos.

Quer aprender mais?

Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

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.

Propensity Score com Múltiplas Variáveis no R

O escore de propensão é provavelmente a maneira mais comum de agregar múltiplas variáveis de correspondência em um único valor que pode ser correspondido, ou seja, muito útil para a realização de pareamento.

O escore de propensão é a probabilidade estimada de que uma determinada observação teria sido tratada. A correspondência de escore de propensão muitas vezes significa selecionar um conjunto de observações de controle correspondidas com valores semelhantes do escore de propensão.

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.