Este projeto apresenta um dashboard web interativo para visualização, análise e exploração dos Cadastros Culturais do Recife, conectando:

• 🎭 Fazedores de cultura
• 🗺️ Mapa georreferenciado por bairro
• 📊 Indicadores sociodemográficos
• 💰 Informações de investimentos via SIC
• 📈 Gráficos analíticos segmentados por área e território

A aplicação segue uma arquitetura modular dividida em camadas:

cultura-recife-dashboard/
│
├── app.py # Streamlit principal (mínimo e limpo)
│
├── core/ # Camada de lógica e processamento
│ ├── carregar.py # Carregamento das bases (com cache)
│ ├── metricas.py # Cálculo das métricas e indicadores
│ ├── filtros.py # Funções de filtragem
│
├── visuals/ # Visualizações e UI
│ ├── mapa.py # Renderização do mapa Folium
│ ├── graficos.py # Gráficos Plotly
│
├── utils/ # Funções auxiliares
│ ├── defsbase.py # Listas e dicionários de apoio
│ ├── refs.py # Funções de limpeza de texto
│
├── dados/ # Bases de dados
│ ├── Cadastrados.xlsx
│ ├── SIC.xlsx
│ ├── teatros.xlsx
│ ├── Infopbruto.geojson
││
└── README.md

• Python 3.10+
• Pandas
• GeoPandas (pyogrio)
• Folium

• Streamlit
• streamlit-folium
• Plotly Express

• Branca colormap
• Unicodedata (limpeza de texto)
• Estrutura modular seguindo boas práticas Python

O usuário seleciona uma área cultural (ex.: Dança, Música, Cultura Popular), e todos os gráficos, mapa e indicadores são ajustados dinamicamente.

Permite focar análises em territórios específicos:

• total de inscritos
• espaços sociais
• população vulnerável
• percentual de pessoas negras
• etc.

O dashboard inclui:

• Cluster de fazedores por área
• Cluster total
• Polígonos dos bairros do Recife
• Equipamentos culturais (teatros)

Com controle de camadas agrupadas via GroupedLayerControl.

O dashboard exibe:

• Investimentos ao longo dos anos (SIC)
• Top 5 bairros com mais cadastrados por área
• Top áreas dentro de um bairro
• Scatter de espaços de convivência

O sistema calcula automaticamente:

• No de cadastrados
• Bairro mais presente
• Idade média
• % de inscritos no bairro
• % de pessoas negras
• No de escolas, praças e equipamentos

git clone https://github.com/seu-usuario/cultura-recife-dashboard.git
cd cultura-recife-dashboard

python -m venv venv
source venv/bin/activate # Linux/Mac
venv\Scripts\activate # Windows

pip install -r requirements.txt

dados/
 ├── Cadastrados.xlsx
 ├── SIC.xlsx
 ├── teatros.xlsx
 └── Infopbruto.geojson

streamlit run app.py

O projeto está configurado para deploy rápido graças à nova estrutura modular e ao uso intensivo de @st.cache_data.

Certifique-se de incluir no repositório:

• requirements.txt
• pasta data/ com arquivos não muito grandes
• pyogrio para leitura do GeoJSON

Centraliza todo carregamento, sempre com cache_data, evitando que o app rode operações pesadas no startup.

Contém:

• dict_area() → métricas gerais da área selecionada
• dados_Area_bairro() → métricas específicas para o bairro

Ambas livres de dependências globais.

Um arquivo único dedicado ao Folium:

• performance otimizada
• clusters separados por área
• controle de camadas
• GeoJSON renderizado apenas quando necessário

Todos os gráficos Plotly isolados, facilitando manutenção e expansão.

Funções de suporte, como:

• limpeza de acentos
• dicionários de mapeamento
• listas de bairros do Recife

A divisão modular permite testar:

• filtros isoladamente
• cálculos de métricas sem Streamlit
• gráficos com DataFrames sintéticos
• carregamento de dados via mocks

• Conectar ao banco de dados em vez de XLSX
• Criar API para atualização automática
• Adicionar séries temporais de métricas culturais
• Adicionar painel de indicadores municipais (ODS, SDG, IPVU)
• Integrar com dados de eventos da PCR

Este projeto é distribuído sob a licença MIT — uso livre e aberto.

Pull requests são bem-vindos! Sugestões de melhorias, novas métricas ou novos datasets culturais podem ser submetidos através das Issues.