Update UCI and OULAD metrics calculations to be dynamic, enhancing the educational dashboard with real-time data insights. Refactor visualizations to reflect actual dataset values, improving user experience and accuracy in performance metrics. Add error handling for data loading processes.

uci.pkl

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:d1a10bb28929402a6f7f24f23f2ed2ccdf8031345a43410c2a021b8460662507
-size 3177017
+oid sha256:ff57645cb7ed1d00c72be46f40dd51cd4f7beeef976675b7aa2254cf1d6e3b61
+size 3176814

webapp/home_1.py

@@ -109,15 +109,25 @@ with tab3:
         st.pyplot(fig_comparativo)
         plt.clf()
     
-    # Resumo comparativo
+    # Resumo comparativo dinâmico
     st.markdown("### 📈 Resumo Comparativo")
-    st.markdown("""
+    
+    # Carregar métricas para comparação dinâmica
+    metricas_uci = obter_metricas_principais_uci()
+    metricas_oulad = obter_metricas_principais_oulad()
+    
+    # Determinar gênero predominante
+    uci_genero_maioria = max(metricas_uci['distribuicao_genero'], key=metricas_uci['distribuicao_genero'].get) if metricas_uci['distribuicao_genero'] else 'N/A'
+    oulad_genero_maioria = max(metricas_oulad['distribuicao_genero'], key=metricas_oulad['distribuicao_genero'].get) if metricas_oulad['distribuicao_genero'] else 'N/A'
+    
+    st.markdown(f"""
     **Principais Diferenças:**
     - **Modalidade**: UCI (presencial) vs OULAD (online)
-    - **Taxa de Aprovação**: OULAD (78.5%) supera UCI (67.3%)
-    - **Demografia**: UCI tem mais mulheres (58.2%), OULAD tem mais homens (56.2%)
-    - **Faixa Etária**: UCI (15-19 anos) vs OULAD (35-55 anos)
-    - **Engajamento**: OULAD permite medir cliques e atividades online
+    - **Taxa de Aprovação**: OULAD ({metricas_oulad['taxa_aprovacao']:.1f}%) vs UCI ({metricas_uci['taxa_aprovacao']:.1f}%)
+    - **Total de Estudantes**: UCI ({metricas_uci['total_estudantes']:,}) vs OULAD ({metricas_oulad['total_estudantes']:,})
+    - **Demografia**: UCI tem mais {uci_genero_maioria} ({metricas_uci['distribuicao_genero'].get(uci_genero_maioria, 0):.1f}%), OULAD tem mais {oulad_genero_maioria} ({metricas_oulad['distribuicao_genero'].get(oulad_genero_maioria, 0):.1f}%)
+    - **Faixa Etária**: UCI (15-19 anos) vs OULAD ({metricas_oulad['faixa_etaria_principal']})
+    - **Engajamento**: OULAD permite medir cliques ({metricas_oulad['media_cliques']:.1f} cliques/estudante) e atividades online
     """)
 
 with tab4:
@@ -166,31 +176,43 @@ col1, col2 = st.columns(2)
 
 with col1:
     st.markdown("### 📚 Para Escolas Públicas (UCI)")
-    st.markdown("""
+    
+    # Carregar métricas UCI para insights dinâmicos
+    metricas_uci = obter_metricas_principais_uci()
+    
+    st.markdown(f"""
     **Pontos de Atenção:**
-    - Focar em redução de faltas (correlação negativa com desempenho)
-    - Incentivar tempo de estudo adequado (5-10h/semana)
-    - Apoiar estudantes com baixo consumo de álcool
+    - Focar em redução de faltas (média atual: {metricas_uci['media_faltas']:.1f} faltas/estudante)
+    - Incentivar tempo de estudo adequado (média atual: {metricas_uci['media_tempo_estudo']:.1f}h/semana)
+    - Apoiar estudantes com baixo consumo de álcool ({metricas_uci['estudantes_alcool_baixo']:.1f}% têm baixo consumo)
     - Considerar influência da escolaridade dos pais
+    - Taxa de aprovação atual: {metricas_uci['taxa_aprovacao']:.1f}%
     
     **Recomendações:**
     - Programas de acompanhamento para estudantes com muitas faltas
     - Workshops sobre gestão de tempo de estudo
     - Envolvimento das famílias no processo educacional
+    - Foco em melhorar a taxa de aprovação de {metricas_uci['taxa_aprovacao']:.1f}%
     """)
 
 with col2:
     st.markdown("### 🌐 Para Plataformas Online (OULAD)")
-    st.markdown("""
+    
+    # Carregar métricas OULAD para insights dinâmicos
+    metricas_oulad = obter_metricas_principais_oulad()
+    
+    st.markdown(f"""
     **Pontos Fortes:**
-    - Alta taxa de aprovação (78.5%)
-    - Boa distribuição de atividades
-    - Engajamento moderado mas efetivo
+    - Alta taxa de aprovação ({metricas_oulad['taxa_aprovacao']:.1f}%)
+    - Boa distribuição de atividades (principal: {metricas_oulad['atividade_mais_comum']})
+    - Engajamento moderado mas efetivo ({metricas_oulad['media_cliques']:.1f} cliques/estudante)
+    - {metricas_oulad['estudantes_distincao']:.1f}% dos estudantes obtêm distinção
     
     **Recomendações:**
-    - Aumentar atividades do tipo 'outcontent' e 'forumng'
-    - Focar em estudantes da faixa 35-55 anos
-    - Desenvolver estratégias para reduzir taxa de reprovação (13.3%)
+    - Aumentar atividades do tipo '{metricas_oulad['atividade_mais_comum']}'
+    - Focar em estudantes da faixa {metricas_oulad['faixa_etaria_principal']}
+    - Desenvolver estratégias para reduzir taxa de reprovação ({metricas_oulad['estudantes_reprovados']:.1f}%)
+    - Manter foco na região {metricas_oulad['regiao_principal']}
     """)
 
 # Footer

webapp/src/utilidades.py

@@ -46,34 +46,169 @@ def carregar_dados_dashboard():
     return df_uci, df_oulad
 
 def obter_metricas_principais_uci():
-    """Retorna métricas principais do dataset UCI baseadas nas análises"""
-    return {
-        'total_estudantes': 1044,
-        'media_nota_final': 10.42,
-        'taxa_aprovacao': 67.3,
-        'media_faltas': 5.7,
-        'distribuicao_genero': {'F': 58.2, 'M': 41.8},
-        'media_tempo_estudo': 2.0,
-        'correlacao_g1_g3': 0.81,
-        'correlacao_g2_g3': 0.91,
-        'estudantes_alcool_baixo': 45.2,
-        'estudantes_alcool_alto': 12.8
-    }
+    """Retorna métricas principais do dataset UCI calculadas dinamicamente"""
+    try:
+        df_uci = carregar_dados_uci_cached()
+        if df_uci.empty:
+            return {
+                'total_estudantes': 0,
+                'media_nota_final': 0,
+                'taxa_aprovacao': 0,
+                'media_faltas': 0,
+                'distribuicao_genero': {},
+                'media_tempo_estudo': 0,
+                'correlacao_g1_g3': 0,
+                'correlacao_g2_g3': 0,
+                'estudantes_alcool_baixo': 0,
+                'estudantes_alcool_alto': 0
+            }
+        
+        # Calcular métricas reais
+        total_estudantes = len(df_uci)
+        media_nota_final = df_uci['G3'].mean() if 'G3' in df_uci.columns else 0
+        taxa_aprovacao = (df_uci['G3'] >= 10).mean() * 100 if 'G3' in df_uci.columns else 0
+        media_faltas = df_uci['absences'].mean() if 'absences' in df_uci.columns else 0
+        
+        # Distribuição de gênero
+        if 'sex' in df_uci.columns:
+            dist_genero = df_uci['sex'].value_counts(normalize=True) * 100
+            distribuicao_genero = {k: round(v, 1) for k, v in dist_genero.to_dict().items()}
+        else:
+            distribuicao_genero = {}
+        
+        # Tempo de estudo médio - converter strings para números
+        if 'studytime' in df_uci.columns:
+            # Mapear strings para números para calcular média
+            studytime_map = {'<2h': 1, '2-5h': 2, '5-10h': 3, '>10h': 4}
+            studytime_numeric = df_uci['studytime'].map(studytime_map)
+            media_tempo_estudo = studytime_numeric.mean()
+        else:
+            media_tempo_estudo = 0
+        
+        # Correlações
+        correlacao_g1_g3 = df_uci[['G1', 'G3']].corr().iloc[0, 1] if all(col in df_uci.columns for col in ['G1', 'G3']) else 0
+        correlacao_g2_g3 = df_uci[['G2', 'G3']].corr().iloc[0, 1] if all(col in df_uci.columns for col in ['G2', 'G3']) else 0
+        
+        # Consumo de álcool
+        if 'Dalc' in df_uci.columns:
+            alcool_baixo = (df_uci['Dalc'] <= 2).mean() * 100
+            alcool_alto = (df_uci['Dalc'] >= 4).mean() * 100
+        else:
+            alcool_baixo = 0
+            alcool_alto = 0
+        
+        return {
+            'total_estudantes': total_estudantes,
+            'media_nota_final': round(media_nota_final, 2),
+            'taxa_aprovacao': round(taxa_aprovacao, 1),
+            'media_faltas': round(media_faltas, 1),
+            'distribuicao_genero': distribuicao_genero,
+            'media_tempo_estudo': round(media_tempo_estudo, 1),
+            'correlacao_g1_g3': round(correlacao_g1_g3, 2),
+            'correlacao_g2_g3': round(correlacao_g2_g3, 2),
+            'estudantes_alcool_baixo': round(alcool_baixo, 1),
+            'estudantes_alcool_alto': round(alcool_alto, 1)
+        }
+    except Exception as e:
+        st.warning(f"Erro ao calcular métricas UCI: {e}")
+        return {
+            'total_estudantes': 0,
+            'media_nota_final': 0,
+            'taxa_aprovacao': 0,
+            'media_faltas': 0,
+            'distribuicao_genero': {},
+            'media_tempo_estudo': 0,
+            'correlacao_g1_g3': 0,
+            'correlacao_g2_g3': 0,
+            'estudantes_alcool_baixo': 0,
+            'estudantes_alcool_alto': 0
+        }
 
 def obter_metricas_principais_oulad():
-    """Retorna métricas principais do dataset OULAD baseadas nas análises"""
-    return {
-        'total_estudantes': 28000,
-        'taxa_aprovacao': 78.5,
-        'media_cliques': 4.65,
-        'distribuicao_genero': {'M': 56.2, 'F': 43.8},
-        'faixa_etaria_principal': '35-55 anos',
-        'atividade_mais_comum': 'outcontent',
-        'regiao_principal': 'South West Region',
-        'estudantes_aprovados': 78.5,
-        'estudantes_distincao': 8.2,
-        'estudantes_reprovados': 13.3
-    }
+    """Retorna métricas principais do dataset OULAD calculadas dinamicamente"""
+    try:
+        df_oulad = carregar_dados_oulad_cached()
+        if df_oulad.empty:
+            return {
+                'total_estudantes': 0,
+                'taxa_aprovacao': 0,
+                'media_cliques': 0,
+                'distribuicao_genero': {},
+                'faixa_etaria_principal': 'N/A',
+                'atividade_mais_comum': 'N/A',
+                'regiao_principal': 'N/A',
+                'estudantes_aprovados': 0,
+                'estudantes_distincao': 0,
+                'estudantes_reprovados': 0
+            }
+        
+        # Calcular métricas reais
+        total_estudantes = len(df_oulad)
+        media_cliques = df_oulad['clicks'].mean() if 'clicks' in df_oulad.columns else 0
+        
+        # Taxa de aprovação
+        if 'final_result' in df_oulad.columns:
+            taxa_aprovacao = (df_oulad['final_result'] == 'Pass').mean() * 100
+            estudantes_aprovados = taxa_aprovacao
+            estudantes_distincao = (df_oulad['final_result'] == 'Distinction').mean() * 100
+            estudantes_reprovados = (df_oulad['final_result'] == 'Fail').mean() * 100
+        else:
+            taxa_aprovacao = 0
+            estudantes_aprovados = 0
+            estudantes_distincao = 0
+            estudantes_reprovados = 0
+        
+        # Distribuição de gênero
+        if 'gender' in df_oulad.columns:
+            dist_genero = df_oulad['gender'].value_counts(normalize=True) * 100
+            distribuicao_genero = {k: round(v, 1) for k, v in dist_genero.to_dict().items()}
+        else:
+            distribuicao_genero = {}
+        
+        # Faixa etária principal
+        if 'age_band' in df_oulad.columns:
+            faixa_etaria_principal = df_oulad['age_band'].mode().iloc[0] if not df_oulad['age_band'].mode().empty else 'N/A'
+        else:
+            faixa_etaria_principal = 'N/A'
+        
+        # Atividade mais comum
+        if 'activity_type' in df_oulad.columns:
+            atividade_mais_comum = df_oulad['activity_type'].mode().iloc[0] if not df_oulad['activity_type'].mode().empty else 'N/A'
+        else:
+            atividade_mais_comum = 'N/A'
+        
+        # Região principal
+        if 'region' in df_oulad.columns:
+            regiao_principal = df_oulad['region'].mode().iloc[0] if not df_oulad['region'].mode().empty else 'N/A'
+        else:
+            regiao_principal = 'N/A'
+        
+        return {
+            'total_estudantes': total_estudantes,
+            'taxa_aprovacao': round(taxa_aprovacao, 1),
+            'media_cliques': round(media_cliques, 2),
+            'distribuicao_genero': distribuicao_genero,
+            'faixa_etaria_principal': faixa_etaria_principal,
+            'atividade_mais_comum': atividade_mais_comum,
+            'regiao_principal': regiao_principal,
+            'estudantes_aprovados': round(estudantes_aprovados, 1),
+            'estudantes_distincao': round(estudantes_distincao, 1),
+            'estudantes_reprovados': round(estudantes_reprovados, 1)
+        }
+    except Exception as e:
+        st.warning(f"Erro ao calcular métricas OULAD: {e}")
+        return {
+            'total_estudantes': 0,
+            'taxa_aprovacao': 0,
+            'media_cliques': 0,
+            'distribuicao_genero': {},
+            'faixa_etaria_principal': 'N/A',
+            'atividade_mais_comum': 'N/A',
+            'regiao_principal': 'N/A',
+            'estudantes_aprovados': 0,
+            'estudantes_distincao': 0,
+            'estudantes_reprovados': 0
+        }
 
 def calcular_metricas_uci(df_uci):
     """Calcula métricas principais para o dataset UCI"""
@@ -85,7 +220,7 @@ def calcular_metricas_uci(df_uci):
         'media_nota_final': df_uci['G3'].mean() if 'G3' in df_uci.columns else 0,
         'taxa_aprovacao': (df_uci['G3'] >= 10).mean() * 100 if 'G3' in df_uci.columns else 0,
         'media_faltas': df_uci['absences'].mean() if 'absences' in df_uci.columns else 0,
-        'media_tempo_estudo': df_uci['studytime'].mean() if 'studytime' in df_uci.columns else 0,
+        'media_tempo_estudo': df_uci['studytime'].map({'<2h': 1, '2-5h': 2, '5-10h': 3, '>10h': 4}).mean() if 'studytime' in df_uci.columns else 0,
         'distribuicao_genero': df_uci['sex'].value_counts().to_dict() if 'sex' in df_uci.columns else {},
         'correlacao_notas': df_uci[['G1', 'G2', 'G3']].corr().to_dict() if all(col in df_uci.columns for col in ['G1', 'G2', 'G3']) else {}
     }
@@ -131,19 +266,23 @@ def criar_sidebar_dashboard():
     with st.sidebar:
         st.markdown("### 📊 Dashboard Educacional")
         
+        # Carregar métricas dinâmicas
+        metricas_uci = obter_metricas_principais_uci()
+        metricas_oulad = obter_metricas_principais_oulad()
+        
         st.markdown("### 📚 Sobre os Datasets")
-        st.markdown("""
+        st.markdown(f"""
         **📚 UCI Dataset:**
         - Escolas públicas portuguesas
-        - 1,044 estudantes
+        - {metricas_uci['total_estudantes']:,} estudantes
         - Dados demográficos e acadêmicos
         - Análise de fatores de sucesso
         """)
         
-        st.markdown("""
+        st.markdown(f"""
         **🌐 OULAD Dataset:**
         - Plataforma de aprendizado online
-        - 28,000 estudantes
+        - {metricas_oulad['total_estudantes']:,} estudantes
         - Dados de engajamento digital
         - Análise de atividades online
         """)
@@ -154,38 +293,62 @@ def criar_sidebar_dashboard():
         # Métricas UCI
         st.metric(
             "���� UCI - Aprovação",
-            "67.3%",
+            f"{metricas_uci['taxa_aprovacao']:.1f}%",
             help="Taxa de aprovação nas escolas públicas"
         )
         
         st.metric(
             "📊 UCI - Média Notas",
-            "10.4",
+            f"{metricas_uci['media_nota_final']:.1f}",
             help="Média das notas finais"
         )
         
         # Métricas OULAD
         st.metric(
             "🌐 OULAD - Aprovação",
-            "78.5%",
+            f"{metricas_oulad['taxa_aprovacao']:.1f}%",
             help="Taxa de aprovação na plataforma online"
         )
         
         st.metric(
             "🖱️ OULAD - Engajamento",
-            "4.65",
+            f"{metricas_oulad['media_cliques']:.1f}",
             help="Média de cliques por estudante"
         )
         
         st.markdown("---")
         st.markdown("### 💡 Principais Insights")
-        st.markdown("""
-        - **Correlação forte** entre notas bimestrais e finais
-        - **Gênero influencia** desempenho acadêmico
-        - **Faltas impactam** negativamente o desempenho
-        - **Tempo de estudo** ideal: 5-10h/semana
-        - **Atividades online** mais efetivas: outcontent, forumng
-        """)
+        
+        # Insights dinâmicos baseados nos dados reais
+        insights_text = []
+        
+        if metricas_uci['correlacao_g1_g3'] > 0.7:
+            insights_text.append(f"**Correlação forte** entre notas bimestrais e finais ({metricas_uci['correlacao_g1_g3']:.2f})")
+        
+        if metricas_uci['distribuicao_genero']:
+            genero_maioria = max(metricas_uci['distribuicao_genero'], key=metricas_uci['distribuicao_genero'].get)
+            insights_text.append(f"**Gênero predominante**: {genero_maioria} ({metricas_uci['distribuicao_genero'][genero_maioria]:.1f}%)")
+        
+        if metricas_uci['media_faltas'] > 0:
+            insights_text.append(f"**Média de faltas**: {metricas_uci['media_faltas']:.1f} por estudante")
+        
+        if metricas_uci['media_tempo_estudo'] > 0:
+            insights_text.append(f"**Tempo de estudo médio**: {metricas_uci['media_tempo_estudo']:.1f}h/semana")
+        
+        if metricas_oulad['atividade_mais_comum'] != 'N/A':
+            insights_text.append(f"**Atividade mais comum**: {metricas_oulad['atividade_mais_comum']}")
+        
+        if insights_text:
+            for insight in insights_text:
+                st.markdown(f"- {insight}")
+        else:
+            st.markdown("""
+            - **Correlação forte** entre notas bimestrais e finais
+            - **Gênero influencia** desempenho acadêmico
+            - **Faltas impactam** negativamente o desempenho
+            - **Tempo de estudo** ideal: 5-10h/semana
+            - **Atividades online** mais efetivas: outcontent, forumng
+            """)
         
         st.markdown("---")
         st.markdown("### ℹ️ Informações")
@@ -302,30 +465,102 @@ def exibir_cartoes_detalhados():
         )
 
 def obter_insights_uci():
-    """Retorna insights principais do dataset UCI"""
+    """Retorna insights principais do dataset UCI baseados em dados reais"""
+    metricas = obter_metricas_principais_uci()
+    
+    insights = []
+    
+    # Correlação forte
+    if metricas['correlacao_g1_g3'] > 0.7 and metricas['correlacao_g2_g3'] > 0.7:
+        insights.append(f"🎯 **Correlação Forte**: Notas do 1º e 2º bimestre têm correlação de {metricas['correlacao_g1_g3']:.2f} e {metricas['correlacao_g2_g3']:.2f} com a nota final")
+    
+    # Gênero
+    if metricas['distribuicao_genero']:
+        genero_maioria = max(metricas['distribuicao_genero'], key=metricas['distribuicao_genero'].get)
+        genero_menor = min(metricas['distribuicao_genero'], key=metricas['distribuicao_genero'].get)
+        insights.append(f"👥 **Gênero**: Estudantes do sexo {genero_maioria} representam {metricas['distribuicao_genero'][genero_maioria]:.1f}% vs {genero_menor} com {metricas['distribuicao_genero'][genero_menor]:.1f}%")
+    
+    # Consumo de álcool
+    if metricas['estudantes_alcool_baixo'] > 0:
+        insights.append(f"🍷 **Consumo de Álcool**: {metricas['estudantes_alcool_baixo']:.1f}% dos estudantes têm baixo consumo, com melhor desempenho acadêmico")
+    
+    # Tempo de estudo
+    if metricas['media_tempo_estudo'] > 0:
+        insights.append(f"📚 **Tempo de Estudo**: Média de {metricas['media_tempo_estudo']:.1f}h/semana por estudante")
+    
+    # Faltas
+    if metricas['media_faltas'] > 0:
+        insights.append(f"❌ **Faltas**: Média de {metricas['media_faltas']:.1f} faltas por estudante")
+    
+    # Taxa de aprovação
+    if metricas['taxa_aprovacao'] > 0:
+        insights.append(f"✅ **Aprovação**: Taxa de aprovação de {metricas['taxa_aprovacao']:.1f}%")
+    
+    # Média de notas
+    if metricas['media_nota_final'] > 0:
+        insights.append(f"📊 **Desempenho**: Média de notas finais de {metricas['media_nota_final']:.1f}")
+    
     return {
         'titulo': '📚 Principais Insights - Dataset UCI',
-        'insights': [
-            "🎯 **Correlação Forte**: Notas do 1º e 2º bimestre têm correlação de 0.81 e 0.91 com a nota final",
-            "👥 **Gênero**: Estudantes do sexo feminino representam 58.2% e têm desempenho ligeiramente superior",
-            "🍷 **Consumo de Álcool**: 45.2% dos estudantes têm baixo consumo, com melhor desempenho acadêmico",
-            "📚 **Tempo de Estudo**: Estudantes que estudam 5-10h/semana têm concentração de notas mais altas",
-            "❌ **Faltas**: Estudantes com menos de 10 faltas alcançam notas máximas (10-14 pontos)",
-            "👨‍👩‍👧‍👦 **Família**: Escolaridade dos pais influencia diretamente o desempenho dos filhos"
+        'insights': insights if insights else [
+            "🎯 **Correlação Forte**: Notas do 1º e 2º bimestre têm correlação forte com a nota final",
+            "👥 **Gênero**: Distribuição equilibrada entre gêneros",
+            "📚 **Tempo de Estudo**: Fator importante para o desempenho acadêmico",
+            "❌ **Faltas**: Impactam negativamente o desempenho",
+            "👨‍👩‍👧‍👦 **Família**: Escolaridade dos pais influencia o desempenho dos filhos"
         ]
     }
 
 def obter_insights_oulad():
-    """Retorna insights principais do dataset OULAD"""
+    """Retorna insights principais do dataset OULAD baseados em dados reais"""
+    metricas = obter_metricas_principais_oulad()
+    
+    insights = []
+    
+    # Demografia
+    if metricas['distribuicao_genero']:
+        genero_maioria = max(metricas['distribuicao_genero'], key=metricas['distribuicao_genero'].get)
+        insights.append(f"👥 **Demografia**: {metricas['distribuicao_genero'][genero_maioria]:.1f}% são do sexo {genero_maioria}")
+    
+    if metricas['faixa_etaria_principal'] != 'N/A':
+        insights.append(f"👥 **Faixa Etária**: Faixa etária predominante de {metricas['faixa_etaria_principal']}")
+    
+    # Desempenho
+    if metricas['taxa_aprovacao'] > 0:
+        insights.append(f"🏆 **Alto Desempenho**: {metricas['taxa_aprovacao']:.1f}% de aprovação")
+    
+    if metricas['estudantes_distincao'] > 0:
+        insights.append(f"🏆 **Distinção**: {metricas['estudantes_distincao']:.1f}% obtendo distinção")
+    
+    # Engajamento
+    if metricas['media_cliques'] > 0:
+        insights.append(f"🖱️ **Engajamento**: Média de {metricas['media_cliques']:.1f} cliques por estudante, indicando engajamento moderado")
+    
+    # Atividades
+    if metricas['atividade_mais_comum'] != 'N/A':
+        insights.append(f"📚 **Atividades**: '{metricas['atividade_mais_comum']}' é a atividade mais realizada")
+    
+    # Região
+    if metricas['regiao_principal'] != 'N/A':
+        insights.append(f"🌍 **Região**: {metricas['regiao_principal']} concentra a maior parte dos estudantes")
+    
+    # Distribuição de resultados
+    if metricas['estudantes_reprovados'] > 0:
+        insights.append(f"📊 **Distribuição**: Aprovação supera largamente outras categorias (reprovação: {metricas['estudantes_reprovados']:.1f}%)")
+    
+    # Total de estudantes
+    if metricas['total_estudantes'] > 0:
+        insights.append(f"👥 **Total**: {metricas['total_estudantes']:,} estudantes analisados")
+    
     return {
         'titulo': '🌐 Principais Insights - Dataset OULAD',
-        'insights': [
-            "👥 **Demografia**: 56.2% são do sexo masculino, com faixa etária predominante de 35-55 anos",
-            "🏆 **Alto Desempenho**: 78.5% de aprovação, com 8.2% obtendo distinção",
-            "🖱️ **Engajamento**: Média de 4.65 cliques por estudante, indicando engajamento moderado",
-            "📚 **Atividades**: 'outcontent' é a atividade mais realizada, seguida por 'forumng'",
-            "🌍 **Região**: South West Region concentra a maior parte dos estudantes",
-            "📊 **Distribuição**: Aprovação supera largamente outras categorias (reprovação: 13.3%)"
+        'insights': insights if insights else [
+            "👥 **Demografia**: Distribuição equilibrada entre gêneros",
+            "🏆 **Alto Desempenho**: Boa taxa de aprovação geral",
+            "🖱️ **Engajamento**: Nível moderado de engajamento na plataforma",
+            "📚 **Atividades**: Diversas atividades disponíveis",
+            "🌍 **Região**: Distribuição geográfica variada",
+            "📊 **Distribuição**: Resultados positivos predominam"
         ]
     }
 

webapp/src/vizualizacoes.py

@@ -209,153 +209,236 @@ def criar_grafico_comparativo_aprovacao(df_uci, df_oulad):
     return fig
 
 def criar_grafico_sugerido_uci():
-    """Cria gráfico sugerido para UCI baseado nos insights"""
-    fig, axes = plt.subplots(2, 2, figsize=(15, 12))
-    
-    # 1. Distribuição de notas finais
-    notas = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
-    frequencias = [5, 8, 12, 15, 18, 22, 25, 28, 32, 35, 40, 45, 50, 45, 40, 35, 30, 25, 20, 15, 10]
-    
-    axes[0, 0].hist(notas, bins=20, weights=frequencias, alpha=0.7, color='skyblue', edgecolor='black')
-    axes[0, 0].set_title('Distribuição de Notas Finais (UCI)')
-    axes[0, 0].set_xlabel('Nota Final')
-    axes[0, 0].set_ylabel('Frequência')
-    axes[0, 0].axvline(x=10, color='red', linestyle='--', label='Nota de Aprovação')
-    axes[0, 0].legend()
-    
-    # 2. Desempenho por gênero
-    generos = ['Feminino', 'Masculino']
-    medias = [10.8, 9.9]
-    cores = ['pink', 'lightblue']
-    
-    bars = axes[0, 1].bar(generos, medias, color=cores)
-    axes[0, 1].set_title('Média de Notas por Gênero')
-    axes[0, 1].set_ylabel('Média de Notas')
-    for bar, media in zip(bars, medias):
-        axes[0, 1].text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.1, 
-                       f'{media:.1f}', ha='center', va='bottom')
-    
-    # 3. Faltas vs Desempenho
-    faltas_cat = ['0-5', '6-10', '11-15', '16-20', '21+']
-    medias_notas = [11.2, 10.8, 10.1, 9.5, 8.8]
-    
-    axes[1, 0].plot(faltas_cat, medias_notas, marker='o', linewidth=2, markersize=8, color='red')
-    axes[1, 0].set_title('Faltas vs Média de Notas')
-    axes[1, 0].set_xlabel('Categoria de Faltas')
-    axes[1, 0].set_ylabel('Média de Notas')
-    axes[1, 0].tick_params(axis='x', rotation=45)
-    
-    # 4. Tempo de estudo vs Desempenho
-    tempo_estudo = ['<2h', '2-5h', '5-10h', '>10h']
-    medias_tempo = [9.8, 10.5, 11.2, 10.9]
-    
-    axes[1, 1].bar(tempo_estudo, medias_tempo, color=['lightcoral', 'lightgreen', 'gold', 'lightblue'])
-    axes[1, 1].set_title('Tempo de Estudo vs Média de Notas')
-    axes[1, 1].set_xlabel('Tempo de Estudo Semanal')
-    axes[1, 1].set_ylabel('Média de Notas')
-    for i, media in enumerate(medias_tempo):
-        axes[1, 1].text(i, media + 0.1, f'{media:.1f}', ha='center', va='bottom')
-    
-    plt.tight_layout()
-    return fig
+    """Cria gráfico sugerido para UCI baseado em dados reais"""
+    try:
+        from .utilidades import carregar_dados_uci_cached
+        df_uci = carregar_dados_uci_cached()
+        
+        if df_uci.empty:
+            return None
+        
+        fig, axes = plt.subplots(2, 2, figsize=(15, 12))
+        
+        # 1. Distribuição de notas finais
+        if 'G3' in df_uci.columns:
+            axes[0, 0].hist(df_uci['G3'], bins=20, alpha=0.7, color='skyblue', edgecolor='black')
+            axes[0, 0].set_title('Distribuição de Notas Finais (UCI)')
+            axes[0, 0].set_xlabel('Nota Final')
+            axes[0, 0].set_ylabel('Frequência')
+            axes[0, 0].axvline(x=10, color='red', linestyle='--', label='Nota de Aprovação')
+            axes[0, 0].legend()
+        else:
+            axes[0, 0].text(0.5, 0.5, 'Dados de notas não disponíveis', ha='center', va='center', transform=axes[0, 0].transAxes)
+            axes[0, 0].set_title('Distribuição de Notas Finais (UCI)')
+        
+        # 2. Desempenho por gênero
+        if 'sex' in df_uci.columns and 'G3' in df_uci.columns:
+            genero_medias = df_uci.groupby('sex')['G3'].mean()
+            generos = genero_medias.index.tolist()
+            medias = genero_medias.values.tolist()
+            cores = ['pink', 'lightblue']
+            
+            bars = axes[0, 1].bar(generos, medias, color=cores[:len(generos)])
+            axes[0, 1].set_title('Média de Notas por Gênero')
+            axes[0, 1].set_ylabel('Média de Notas')
+            for bar, media in zip(bars, medias):
+                axes[0, 1].text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.1, 
+                               f'{media:.1f}', ha='center', va='bottom')
+        else:
+            axes[0, 1].text(0.5, 0.5, 'Dados de gênero/notas não disponíveis', ha='center', va='center', transform=axes[0, 1].transAxes)
+            axes[0, 1].set_title('Média de Notas por Gênero')
+        
+        # 3. Faltas vs Desempenho
+        if 'absences' in df_uci.columns and 'G3' in df_uci.columns:
+            # Criar categorias de faltas
+            temp_df = df_uci.copy()
+            temp_df['absences_cat'] = pd.cut(temp_df['absences'], 
+                                   bins=[0, 5, 10, 15, 20, 100], 
+                                   labels=['0-5', '6-10', '11-15', '16-20', '21+'])
+            
+            faltas_medias = temp_df.groupby('absences_cat')['G3'].mean()
+            faltas_cat = faltas_medias.index.tolist()
+            medias_notas = faltas_medias.values.tolist()
+            
+            axes[1, 0].plot(faltas_cat, medias_notas, marker='o', linewidth=2, markersize=8, color='red')
+            axes[1, 0].set_title('Faltas vs Média de Notas')
+            axes[1, 0].set_xlabel('Categoria de Faltas')
+            axes[1, 0].set_ylabel('Média de Notas')
+            axes[1, 0].tick_params(axis='x', rotation=45)
+        else:
+            axes[1, 0].text(0.5, 0.5, 'Dados de faltas/notas não disponíveis', ha='center', va='center', transform=axes[1, 0].transAxes)
+            axes[1, 0].set_title('Faltas vs Média de Notas')
+        
+        # 4. Tempo de estudo vs Desempenho
+        if 'studytime' in df_uci.columns and 'G3' in df_uci.columns:
+            tempo_medias = df_uci.groupby('studytime')['G3'].mean()
+            tempo_estudo = tempo_medias.index.tolist()
+            medias_tempo = tempo_medias.values.tolist()
+            cores = ['lightcoral', 'lightgreen', 'gold', 'lightblue']
+            
+            bars = axes[1, 1].bar(tempo_estudo, medias_tempo, color=cores[:len(tempo_estudo)])
+            axes[1, 1].set_title('Tempo de Estudo vs Média de Notas')
+            axes[1, 1].set_xlabel('Tempo de Estudo Semanal')
+            axes[1, 1].set_ylabel('Média de Notas')
+            axes[1, 1].tick_params(axis='x', rotation=45)
+            for i, media in enumerate(medias_tempo):
+                axes[1, 1].text(i, media + 0.1, f'{media:.1f}', ha='center', va='bottom')
+        else:
+            axes[1, 1].text(0.5, 0.5, 'Dados de tempo de estudo/notas não disponíveis', ha='center', va='center', transform=axes[1, 1].transAxes)
+            axes[1, 1].set_title('Tempo de Estudo vs Média de Notas')
+        
+        plt.tight_layout()
+        return fig
+        
+    except Exception as e:
+        st.warning(f"Erro ao criar gráfico UCI: {e}")
+        return None
 
 def criar_grafico_sugerido_oulad():
-    """Cria gráfico sugerido para OULAD baseado nos insights"""
-    fig, axes = plt.subplots(2, 2, figsize=(15, 12))
-    
-    # 1. Distribuição de resultados finais
-    resultados = ['Pass', 'Distinction', 'Fail', 'Withdrawn']
-    percentuais = [78.5, 8.2, 13.3, 0]
-    cores = ['lightgreen', 'gold', 'lightcoral', 'lightgray']
-    
-    wedges, texts, autotexts = axes[0, 0].pie(percentuais, labels=resultados, colors=cores, autopct='%1.1f%%', startangle=90)
-    axes[0, 0].set_title('Distribuição de Resultados Finais (OULAD)')
-    
-    # 2. Distribuição por gênero
-    generos = ['Masculino', 'Feminino']
-    percentuais_gen = [56.2, 43.8]
-    cores_gen = ['lightblue', 'pink']
-    
-    bars = axes[0, 1].bar(generos, percentuais_gen, color=cores_gen)
-    axes[0, 1].set_title('Distribuição por Gênero')
-    axes[0, 1].set_ylabel('Percentual (%)')
-    for bar, pct in zip(bars, percentuais_gen):
-        axes[0, 1].text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1, 
-                       f'{pct:.1f}%', ha='center', va='bottom')
-    
-    # 3. Distribuição de atividades
-    atividades = ['outcontent', 'forumng', 'subpage', 'resource', 'url', 'homepage']
-    cliques = [45, 25, 15, 8, 4, 3]
-    
-    axes[1, 0].barh(atividades, cliques, color='lightsteelblue')
-    axes[1, 0].set_title('Distribuição de Atividades por Tipo')
-    axes[1, 0].set_xlabel('Número de Cliques (milhares)')
-    
-    # 4. Distribuição por faixa etária
-    faixas_etarias = ['0-35', '35-55', '55+']
-    percentuais_idade = [35, 45, 20]
-    cores_idade = ['lightgreen', 'gold', 'lightcoral']
-    
-    bars = axes[1, 1].bar(faixas_etarias, percentuais_idade, color=cores_idade)
-    axes[1, 1].set_title('Distribuição por Faixa Etária')
-    axes[1, 1].set_ylabel('Percentual (%)')
-    for bar, pct in zip(bars, percentuais_idade):
-        axes[1, 1].text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1, 
-                       f'{pct}%', ha='center', va='bottom')
-    
-    plt.tight_layout()
-    return fig
+    """Cria gráfico sugerido para OULAD baseado em dados reais"""
+    try:
+        from .utilidades import carregar_dados_oulad_cached
+        df_oulad = carregar_dados_oulad_cached()
+        
+        if df_oulad.empty:
+            return None
+        
+        fig, axes = plt.subplots(2, 2, figsize=(15, 12))
+        
+        # 1. Distribuição de resultados finais
+        if 'final_result' in df_oulad.columns:
+            resultados_counts = df_oulad['final_result'].value_counts()
+            resultados = resultados_counts.index.tolist()
+            percentuais = (resultados_counts / len(df_oulad) * 100).tolist()
+            cores = ['lightgreen', 'gold', 'lightcoral', 'lightgray']
+            
+            wedges, texts, autotexts = axes[0, 0].pie(percentuais, labels=resultados, colors=cores[:len(resultados)], autopct='%1.1f%%', startangle=90)
+            axes[0, 0].set_title('Distribuição de Resultados Finais (OULAD)')
+        else:
+            axes[0, 0].text(0.5, 0.5, 'Dados de resultados não disponíveis', ha='center', va='center', transform=axes[0, 0].transAxes)
+            axes[0, 0].set_title('Distribuição de Resultados Finais (OULAD)')
+        
+        # 2. Distribuição por gênero
+        if 'gender' in df_oulad.columns:
+            genero_counts = df_oulad['gender'].value_counts()
+            generos = genero_counts.index.tolist()
+            percentuais_gen = (genero_counts / len(df_oulad) * 100).tolist()
+            cores_gen = ['lightblue', 'pink']
+            
+            bars = axes[0, 1].bar(generos, percentuais_gen, color=cores_gen[:len(generos)])
+            axes[0, 1].set_title('Distribuição por Gênero')
+            axes[0, 1].set_ylabel('Percentual (%)')
+            for bar, pct in zip(bars, percentuais_gen):
+                axes[0, 1].text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1, 
+                               f'{pct:.1f}%', ha='center', va='bottom')
+        else:
+            axes[0, 1].text(0.5, 0.5, 'Dados de gênero não disponíveis', ha='center', va='center', transform=axes[0, 1].transAxes)
+            axes[0, 1].set_title('Distribuição por Gênero')
+        
+        # 3. Distribuição de atividades
+        if 'activity_type' in df_oulad.columns:
+            atividades_counts = df_oulad['activity_type'].value_counts().head(6)  # Top 6 atividades
+            atividades = atividades_counts.index.tolist()
+            cliques = atividades_counts.values.tolist()
+            
+            axes[1, 0].barh(atividades, cliques, color='lightsteelblue')
+            axes[1, 0].set_title('Distribuição de Atividades por Tipo')
+            axes[1, 0].set_xlabel('Número de Registros')
+        else:
+            axes[1, 0].text(0.5, 0.5, 'Dados de atividades não disponíveis', ha='center', va='center', transform=axes[1, 0].transAxes)
+            axes[1, 0].set_title('Distribuição de Atividades por Tipo')
+        
+        # 4. Distribuição por faixa etária
+        if 'age_band' in df_oulad.columns:
+            idade_counts = df_oulad['age_band'].value_counts()
+            faixas_etarias = idade_counts.index.tolist()
+            percentuais_idade = (idade_counts / len(df_oulad) * 100).tolist()
+            cores_idade = ['lightgreen', 'gold', 'lightcoral']
+            
+            bars = axes[1, 1].bar(faixas_etarias, percentuais_idade, color=cores_idade[:len(faixas_etarias)])
+            axes[1, 1].set_title('Distribuição por Faixa Etária')
+            axes[1, 1].set_ylabel('Percentual (%)')
+            axes[1, 1].tick_params(axis='x', rotation=45)
+            for bar, pct in zip(bars, percentuais_idade):
+                axes[1, 1].text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1, 
+                               f'{pct:.1f}%', ha='center', va='bottom')
+        else:
+            axes[1, 1].text(0.5, 0.5, 'Dados de idade não disponíveis', ha='center', va='center', transform=axes[1, 1].transAxes)
+            axes[1, 1].set_title('Distribuição por Faixa Etária')
+        
+        plt.tight_layout()
+        return fig
+        
+    except Exception as e:
+        st.warning(f"Erro ao criar gráfico OULAD: {e}")
+        return None
 
 def criar_grafico_comparativo_insights():
-    """Cria gráfico comparativo de insights entre os datasets"""
-    fig, axes = plt.subplots(1, 3, figsize=(18, 6))
-    
-    # 1. Taxa de aprovação comparativa
-    datasets = ['UCI\n(Escolas Públicas)', 'OULAD\n(Online)']
-    taxas = [67.3, 78.5]
-    cores = ['lightcoral', 'lightgreen']
-    
-    bars = axes[0].bar(datasets, taxas, color=cores)
-    axes[0].set_title('Taxa de Aprovação Comparativa')
-    axes[0].set_ylabel('Taxa de Aprovação (%)')
-    axes[0].set_ylim(0, 100)
-    for bar, taxa in zip(bars, taxas):
-        axes[0].text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1, 
-                    f'{taxa:.1f}%', ha='center', va='bottom')
-    
-    # 2. Distribuição de gênero comparativa
-    generos = ['Feminino', 'Masculino']
-    uci_pct = [58.2, 41.8]
-    oulad_pct = [43.8, 56.2]
-    
-    x = range(len(generos))
-    width = 0.35
-    
-    axes[1].bar([i - width/2 for i in x], uci_pct, width, label='UCI', color='lightcoral', alpha=0.8)
-    axes[1].bar([i + width/2 for i in x], oulad_pct, width, label='OULAD', color='lightgreen', alpha=0.8)
-    axes[1].set_title('Distribuição de Gênero Comparativa')
-    axes[1].set_ylabel('Percentual (%)')
-    axes[1].set_xlabel('Gênero')
-    axes[1].set_xticks(x)
-    axes[1].set_xticklabels(generos)
-    axes[1].legend()
-    
-    # 3. Engajamento vs Desempenho
-    categorias = ['Baixo\nEngajamento', 'Médio\nEngajamento', 'Alto\nEngajamento']
-    uci_desempenho = [8.5, 10.2, 11.8]
-    oulad_desempenho = [65, 78, 85]
-    
-    x = range(len(categorias))
-    width = 0.35
-    
-    axes[2].bar([i - width/2 for i in x], uci_desempenho, width, label='UCI (Notas)', color='lightcoral', alpha=0.8)
-    axes[2].bar([i + width/2 for i in x], oulad_desempenho, width, label='OULAD (Aprovação %)', color='lightgreen', alpha=0.8)
-    axes[2].set_title('Engajamento vs Desempenho')
-    axes[2].set_ylabel('Desempenho')
-    axes[2].set_xlabel('Nível de Engajamento')
-    axes[2].set_xticks(x)
-    axes[2].set_xticklabels(categorias)
-    axes[2].legend()
-    
-    plt.tight_layout()
-    return fig
+    """Cria gráfico comparativo de insights entre os datasets baseado em dados reais"""
+    try:
+        from .utilidades import carregar_dados_uci_cached, carregar_dados_oulad_cached, obter_metricas_principais_uci, obter_metricas_principais_oulad
+        
+        # Carregar métricas
+        metricas_uci = obter_metricas_principais_uci()
+        metricas_oulad = obter_metricas_principais_oulad()
+        
+        fig, axes = plt.subplots(1, 3, figsize=(18, 6))
+        
+        # 1. Taxa de aprovação comparativa
+        datasets = ['UCI\n(Escolas Públicas)', 'OULAD\n(Online)']
+        taxas = [metricas_uci['taxa_aprovacao'], metricas_oulad['taxa_aprovacao']]
+        cores = ['lightcoral', 'lightgreen']
+        
+        bars = axes[0].bar(datasets, taxas, color=cores)
+        axes[0].set_title('Taxa de Aprovação Comparativa')
+        axes[0].set_ylabel('Taxa de Aprovação (%)')
+        axes[0].set_ylim(0, 100)
+        for bar, taxa in zip(bars, taxas):
+            axes[0].text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1, 
+                        f'{taxa:.1f}%', ha='center', va='bottom')
+        
+        # 2. Distribuição de gênero comparativa
+        if metricas_uci['distribuicao_genero'] and metricas_oulad['distribuicao_genero']:
+            # Normalizar para ter os mesmos gêneros
+            generos = ['F', 'M']  # Assumindo F e M como padrão
+            uci_pct = [metricas_uci['distribuicao_genero'].get('F', 0), metricas_uci['distribuicao_genero'].get('M', 0)]
+            oulad_pct = [metricas_oulad['distribuicao_genero'].get('F', 0), metricas_oulad['distribuicao_genero'].get('M', 0)]
+            
+            x = range(len(generos))
+            width = 0.35
+            
+            axes[1].bar([i - width/2 for i in x], uci_pct, width, label='UCI', color='lightcoral', alpha=0.8)
+            axes[1].bar([i + width/2 for i in x], oulad_pct, width, label='OULAD', color='lightgreen', alpha=0.8)
+            axes[1].set_title('Distribuição de Gênero Comparativa')
+            axes[1].set_ylabel('Percentual (%)')
+            axes[1].set_xlabel('Gênero')
+            axes[1].set_xticks(x)
+            axes[1].set_xticklabels(generos)
+            axes[1].legend()
+        else:
+            axes[1].text(0.5, 0.5, 'Dados de gênero não disponíveis', ha='center', va='center', transform=axes[1].transAxes)
+            axes[1].set_title('Distribuição de Gênero Comparativa')
+        
+        # 3. Comparação de métricas principais
+        metricas_comparacao = ['Total de\nEstudantes', 'Taxa de\nAprovação', 'Média de\nNotas/Cliques']
+        uci_valores = [metricas_uci['total_estudantes']/1000, metricas_uci['taxa_aprovacao'], metricas_uci['media_nota_final']]
+        oulad_valores = [metricas_oulad['total_estudantes']/1000, metricas_oulad['taxa_aprovacao'], metricas_oulad['media_cliques']]
+        
+        x = range(len(metricas_comparacao))
+        width = 0.35
+        
+        axes[2].bar([i - width/2 for i in x], uci_valores, width, label='UCI', color='lightcoral', alpha=0.8)
+        axes[2].bar([i + width/2 for i in x], oulad_valores, width, label='OULAD', color='lightgreen', alpha=0.8)
+        axes[2].set_title('Comparação de Métricas Principais')
+        axes[2].set_ylabel('Valores')
+        axes[2].set_xlabel('Métricas')
+        axes[2].set_xticks(x)
+        axes[2].set_xticklabels(metricas_comparacao)
+        axes[2].legend()
+        
+        plt.tight_layout()
+        return fig
+        
+    except Exception as e:
+        st.warning(f"Erro ao criar gráfico comparativo: {e}")
+        return None