Introdução:O problema abordado refere-se às dificuldades enfrentadas pelo LAPD na divulgação de dados criminais, o que impacta a disponibilidade de informações confiáveis e atuais sobre crimes na cidade de Los Angeles. Este é um problema de interesse geral, pois a qualidade dos dados sobre criminalidade afeta a segurança pública e a capacidade de implementar estratégias eficazes de prevenção.
Abordagem Planejada:Para abordar essa questão, planejo realizar uma análise de padrões nos perfis de crimes em Los Angeles. A coleta de dados será feita por meio do Dataset provido pelo Departamento de policia de Los Angels, com registros oficiais das ocorrencias registrados apartir de 2020. A metodologia envolverá a aplicação de técnicas de mineração de dados e análise estatística para identificar padrões significativos nos tipos de crimes, locais de ocorrência, Sexo das vitimas, horários e outros fatores relevantes.
Benefícios para os Potenciais Clientes:A análise resultante será valiosa para os potenciais clientes, incluindo o proprio Departamento de Policia de Los Angeles, autoridades municipais, pesquisadores e comunidade em geral. Ao identificar padrões em perfis de crimes, a análise fornecerá insights que podem ser usados para direcionar recursos de forma mais eficiente, desenvolver estratégias de prevenção direcionadas e melhorar a resposta da aplicação da lei. Isso contribuirá para uma abordagem mais eficaz na gestão da segurança pública em Los Angeles.
O pacote ggplot2 é amplamente utilizado para criar gráficos e visualizações de dados de forma flexível e eficiente. Ele segue a filosofia de “Grammar of Graphics”, permitindo a construção de gráficos complexos com facilidade, oferecendo controle detalhado sobre elementos visuais como cor, forma, eixos, entre outros.
O pacote dplyr é fundamental para manipulação e transformação eficiente de conjuntos de dados. Ele fornece funções simplificadas para filtrar, organizar, resumir e modificar dados de maneira intuitiva, melhorando a legibilidade e a eficácia do código.
\(~\)
\(~\)
# Análise exploratória: Contagem de crimes por área
crime_count_by_area <- crime_data %>%
group_by(AREA.NAME) %>%
summarize(crime_count = n())
# Ordenar as áreas pelo número de crimes
crime_count_by_area <- crime_count_by_area %>%
arrange(desc(crime_count))
# As 21 Áreas Geográficas ou Divisões de Patrulha também recebem uma designação de nome que faz referência a um marco ou à comunidade vizinha pela qual é responsável. Por exemplo, a 77th Street Division está localizada no cruzamento da South Broadway com a 77th Street, atendendo bairros no sul de Los Angeles.
# Selecionar as top 4 áreas
top_areas <- head(crime_count_by_area, 4)
# Criar um gráfico de barras
ggplot(top_areas, aes(x = reorder(AREA.NAME, crime_count), y = crime_count)) +
geom_bar(stat = "identity", fill = "skyblue") +
labs(title = "Ocorrências de Crimes por Áreaveja ",
x = "Área",
y = "Número de Ocorrências") +
theme_minimal()
\(~\)
# Carregar bibliotecas
# Filtrar apenas os crimes graves do seu dataset
crimes_graves <- crime_data %>%
filter(!is.na(Crm.Cd.4))
# Filtrar as coordenadas dos crimes graves excluindo latitudes zero
crimes_graves_coords <- crimes_graves %>%
filter(LAT != 0) %>%
select(LAT, LON)
# Filtrar apenas os crimes com Crm.Cd.3 do seu dataset
crimes_cd3 <- crime_data %>%
filter(!is.na(Crm.Cd.3))
# Filtrar as coordenadas dos crimes Cd.3 excluindo latitudes zero
crimes_cd3_coords <- crimes_cd3 %>%
filter(LAT != 0) %>%
select(LAT, LON)
# Filtrar apenas os crimes graves Cd.4 contra mulheres do seu dataset
crimes_cd4_female <- crime_data %>%
filter(!is.na(Crm.Cd.4), Vict.Sex == "F")
# Filtrar as coordenadas dos crimes Cd.4 femininos excluindo latitudes zero
crimes_cd4_female_coords <- crimes_cd4_female %>%
filter(LAT != 0) %>%
select(LAT, LON)
# Definir as coordenadas para a visão de Los Angeles
la_coordinates <- c(lat = 34.0522, lon = -118.2437)
# Criar um mapa básico centrado em Los Angeles
crime_map <- leaflet() %>%
addTiles() %>%
setView(lng = la_coordinates["lon"], lat = la_coordinates["lat"], zoom = 10)
# Adicionar contorno da cidade de Los Angeles
la_limits <- tigris::places("California", class = "sf") %>%
filter(NAME == "Los Angeles")
##
|
| | 0%
|
| | 1%
|
|= | 1%
|
|= | 2%
|
|== | 2%
|
|== | 3%
|
|== | 4%
|
|=== | 4%
|
|=== | 5%
|
|==== | 5%
|
|==== | 6%
|
|===== | 6%
|
|===== | 7%
|
|===== | 8%
|
|====== | 8%
|
|====== | 9%
|
|======= | 9%
|
|======= | 10%
|
|======= | 11%
|
|======== | 11%
|
|======== | 12%
|
|========= | 12%
|
|========= | 13%
|
|========= | 14%
|
|========== | 14%
|
|========== | 15%
|
|=========== | 15%
|
|=========== | 16%
|
|=============== | 21%
|
|================ | 23%
|
|========================= | 36%
|
|=================================== | 50%
|
|============================================ | 63%
|
|====================================================== | 77%
|
|=============================================================== | 90%
|
|======================================================================| 100%
crime_map <- crime_map %>%
addPolygons(data = la_limits, fillOpacity = 0, color = "green", weight = 6, group = "Zona de L.A")
## Warning: sf layer has inconsistent datum (+proj=longlat +datum=NAD83 +no_defs).
## Need '+proj=longlat +datum=WGS84'
# Adicionar dados de crimes graves como círculos ponderados
crime_map <- crime_map %>%
addCircleMarkers(data = crimes_graves_coords, weight = 1, radius = 5, fillOpacity = 0.5, group = "Crimes Graves")
# Adicionar dados de crimes Cd.3 como círculos ponderados
crime_map <- crime_map %>%
addCircleMarkers(data = crimes_cd3_coords, weight = 1, radius = 5, fillOpacity = 0.5, group = "Crimes Cd.3")
# Adicionar dados de crimes Cd.4 femininos como círculos ponderados
crime_map <- crime_map %>%
addCircleMarkers(data = crimes_cd4_female_coords, weight = 1, radius = 5, fillOpacity = 0.5, group = "Crimes Graves Contra Mulheres")
# Adicionar controle de camadas
crime_map <- crime_map %>%
addLayersControl(overlayGroups = c("Zona de L.A", "Crimes Graves", "Crimes Cd.3", "Crimes Graves Contra Mulheres"))
# Exibir o mapa
crime_map
# Obter dados dos limites da cidade de Los Angeles
la_limits <- tigris::places("California", class = "sf") %>%
filter(NAME == "Los Angeles")
# Filtrar apenas os crimes graves do seu dataset
crimes_graves <- crime_data %>%
filter(!is.na(Crm.Cd.4))
# Filtrar as coordenadas dos crimes graves excluindo latitudes zero
crimes_graves_coords <- crimes_graves %>%
filter(LAT != 0) %>%
st_as_sf(coords = c("LON", "LAT"), crs = 4326)
# Criar um gráfico de dispersão com as coordenadas dos crimes graves sobreposto ao mapa de Los Angeles
ggplot() +
geom_sf(data = la_limits, fill = "white", color = "black") +
geom_sf(data = crimes_graves_coords, color = "blue", size = 2) +
labs(title = "Ocorrencias de Crimes Graves no Mapa (Los Angeles)",
x = "Longitude",
y = "Latitude") +
theme_minimal()
\(~\)
# Transformar o sexo das vítimas para "Desconhecido" se não for "Homem" ou "Mulher"
crime_data$Vict.Sex <- ifelse(crime_data$Vict.Sex == "M", "Homem",
ifelse(crime_data$Vict.Sex == "F", "Mulher", "Desconhecido"))
# Análise exploratória: Distribuição do sexo das vítimas
victim_sex_distribution <- crime_data %>%
group_by(Vict.Sex) %>%
summarize(count = n()) %>%
mutate(percentage = (count / sum(count)) * 100)
# Criar um gráfico de pizza com porcentagens
ggplot(victim_sex_distribution, aes(x = "", y = count, fill = Vict.Sex)) +
geom_bar(stat = "identity", width = 1, color = "white") +
geom_text(aes(label = paste0(round(percentage, 1), "%")), position = position_stack(vjust = 0.5)) +
coord_polar(theta = "y") +
labs(title = "Distribuição do Sexo das Vítimas",
fill = "Sexo das Vítimas") +
theme_minimal() +
theme(axis.text = element_blank(),
axis.title = element_blank(),
panel.grid = element_blank(),
plot.title = element_text(hjust = 0.5))
\(~\)
# Meu Projeto de Data Science Sobre Crimes
# Eduardo Gomes
# Data
# Visualizar as primeiras linhas do dataset
head(crime_data)
## DR_NO Date.Rptd DATE.OCC TIME.OCC AREA
## 1 190326475 03/01/2020 12:00:00 AM 03/01/2020 12:00:00 AM 2130 7
## 2 200106753 02/09/2020 12:00:00 AM 02/08/2020 12:00:00 AM 1800 1
## 3 200320258 11/11/2020 12:00:00 AM 11/04/2020 12:00:00 AM 1700 3
## 4 200907217 05/10/2023 12:00:00 AM 03/10/2020 12:00:00 AM 2037 9
## 5 220614831 08/18/2022 12:00:00 AM 08/17/2020 12:00:00 AM 1200 6
## 6 231808869 04/04/2023 12:00:00 AM 12/01/2020 12:00:00 AM 2300 18
## AREA.NAME Rpt.Dist.No Part.1.2 Crm.Cd
## 1 Wilshire 784 1 510
## 2 Central 182 1 330
## 3 Southwest 356 1 480
## 4 Van Nuys 964 1 343
## 5 Hollywood 666 2 354
## 6 Southeast 1826 2 354
## Crm.Cd.Desc Mocodes Vict.Age
## 1 VEHICLE - STOLEN 0
## 2 BURGLARY FROM VEHICLE 1822 1402 0344 47
## 3 BIKE - STOLEN 0344 1251 19
## 4 SHOPLIFTING-GRAND THEFT ($950.01 & OVER) 0325 1501 19
## 5 THEFT OF IDENTITY 1822 1501 0930 2004 28
## 6 THEFT OF IDENTITY 1822 0100 0930 0929 41
## Vict.Sex Vict.Descent Premis.Cd
## 1 Homem O 101
## 2 Homem O 128
## 3 Desconhecido X 502
## 4 Homem O 405
## 5 Homem H 102
## 6 Homem H 501
## Premis.Desc Weapon.Used.Cd Weapon.Desc
## 1 STREET NA
## 2 BUS STOP/LAYOVER (ALSO QUERY 124) NA
## 3 MULTI-UNIT DWELLING (APARTMENT, DUPLEX, ETC) NA
## 4 CLOTHING STORE NA
## 5 SIDEWALK NA
## 6 SINGLE FAMILY DWELLING NA
## Status Status.Desc Crm.Cd.1 Crm.Cd.2 Crm.Cd.3 Crm.Cd.4
## 1 AA Adult Arrest 510 998 NA NA
## 2 IC Invest Cont 330 998 NA NA
## 3 IC Invest Cont 480 NA NA NA
## 4 IC Invest Cont 343 NA NA NA
## 5 IC Invest Cont 354 NA NA NA
## 6 IC Invest Cont 354 NA NA NA
## LOCATION Cross.Street LAT LON
## 1 1900 S LONGWOOD AV 34.0375 -118.3506
## 2 1000 S FLOWER ST 34.0444 -118.2628
## 3 1400 W 37TH ST 34.0210 -118.3002
## 4 14000 RIVERSIDE DR 34.1576 -118.4387
## 5 1900 TRANSIENT 34.0944 -118.3277
## 6 9900 COMPTON AV 33.9467 -118.2463
# Verificar as colunas disponíveis no dataset
column_names <- names(crime_data)
print(column_names)
## [1] "DR_NO" "Date.Rptd" "DATE.OCC" "TIME.OCC"
## [5] "AREA" "AREA.NAME" "Rpt.Dist.No" "Part.1.2"
## [9] "Crm.Cd" "Crm.Cd.Desc" "Mocodes" "Vict.Age"
## [13] "Vict.Sex" "Vict.Descent" "Premis.Cd" "Premis.Desc"
## [17] "Weapon.Used.Cd" "Weapon.Desc" "Status" "Status.Desc"
## [21] "Crm.Cd.1" "Crm.Cd.2" "Crm.Cd.3" "Crm.Cd.4"
## [25] "LOCATION" "Cross.Street" "LAT" "LON"
# Transformar a idade das vítimas em grupos de intervalos específicos
crime_data$Vict.Age_Group <- cut(crime_data$Vict.Age,
breaks = c(0, 17, 25, 45, 60, Inf),
labels = c("0-17", "18-25", "26-45", "46-60", "60+"))
# Substituir NA em Vict.Age_Group por "Desconhecido"
crime_data$Vict.Age_Group <- ifelse(is.na(crime_data$Vict.Age_Group), "Desconhecido", crime_data$Vict.Age_Group)
# Análise exploratória: Distribuição da idade das vítimas
victim_age_distribution <- crime_data %>%
group_by(Vict.Age_Group) %>%
summarize(count = n()) %>%
mutate(percentage = (count / sum(count)) * 100)
# Criar um gráfico de pizza com porcentagens e rótulos
ggplot(victim_age_distribution, aes(x = "0-17", "18-25", "26-45", "46-60", "60+", y = count, fill = Vict.Age_Group, label = Vict.Age_Group)) +
geom_bar(stat = "identity", width = 1, color = "white") +
geom_text(aes(label = paste0(round(percentage, 1), "%")), position = position_stack(vjust = 0.5)) +
coord_polar(theta = "y") +
labs(title = "Distribuição da Idade das Vítimas",
fill = "Faixa Etária") +
theme_minimal() +
theme(axis.text = element_blank(),
axis.title = element_blank(),
panel.grid = element_blank(),
plot.title = element_text(hjust = 0.5))
## Warning: Duplicated aesthetics after name standardisation:
\(~\)
# Filtrar apenas os crimes graves do seu dataset
crimes_graves <- crime_data %>%
filter(!is.na(Crm.Cd.4))
# Transformar o sexo das vítimas para "Desconhecido" se não for "Homem" ou "Mulher"
crimes_graves$Vict.Sex <- ifelse(crimes_graves$Vict.Sex == "M", "Homem",
ifelse(crimes_graves$Vict.Sex == "F", "Mulher", "Desconhecido"))
# Análise exploratória: Distribuição do sexo das vítimas nos crimes graves
victim_sex_distribution_graves <- crimes_graves %>%
group_by(Vict.Sex) %>%
summarize(count = n()) %>%
mutate(percentage = (count / sum(count)) * 100)
# Criar um gráfico de pizza com porcentagens para os crimes graves
ggplot(victim_sex_distribution_graves, aes(x = "", y = count, fill = Vict.Sex)) +
geom_bar(stat = "identity", width = 1, color = "white") +
geom_text(aes(label = paste0(round(percentage, 1), "%")), position = position_stack(vjust = 0.5)) +
coord_polar(theta = "y") +
labs(title = "Distribuicao do Sexo das Vitimas em Crimes Grave",
fill = "Sexo das Vitimas") +
theme_minimal() +
theme(axis.text = element_blank(),
axis.title = element_blank(),
panel.grid = element_blank(),
plot.title = element_text(hjust = 0.5))
\(~\)
# Filtrar apenas as linhas onde Crm.Cd.3 ou Crm.Cd.4 têm valor para crimes graves
filtered_data_graves <- crime_data %>%
filter(!is.na(Crm.Cd.3) | !is.na(Crm.Cd.4))
# Filtrar e contar a frequência de cada categoria para crimes graves
count_data_graves <- filtered_data_graves %>%
filter(!is.na(Vict.Descent), Vict.Descent != "Desconhecido") %>%
count(Vict.Descent, sort = TRUE)
# Mapear os valores para nomes mais descritivos para crimes graves
count_data_graves$Vict.Descent <- recode(count_data_graves$Vict.Descent,
'A' = 'Asiático',
'B' = 'Negro',
'H' = 'Hispânico',
'W' = 'Branco',
'O' = 'Outro',
'X' = 'Desconhecido',
.default = 'Desconhecido')
# Remover os desconhecidos do dataset para crimes graves
count_data_graves <- count_data_graves %>%
filter(Vict.Descent != "Desconhecido")
# Calcular as porcentagens
count_data_graves <- count_data_graves %>%
mutate(percent = prop.table(n) * 100)
# Criar um gráfico de pizza para crimes graves
ggplot(count_data_graves, aes(x = "", y = percent, fill = Vict.Descent)) +
geom_bar(stat = "identity", width = 1) +
coord_polar(theta = "y") +
geom_text(aes(label = scales::percent(percent/100), y = percent),
position = position_stack(vjust = 0.5)) +
labs(title = "Frequência de Descendência de Vítimas para Crimes Graves",
fill = "Descendência",
y = "Porcentagem") +
theme_minimal() +
theme(axis.text = element_blank(),
axis.title = element_blank(),
panel.grid = element_blank(),
plot.title = element_text(hjust = 0.5))
\(~\)
# Filtrar e contar a frequência de cada categoria para Vict.Descent
count_data <- crime_data %>%
filter(!is.na(Vict.Descent), Vict.Descent != "Desconhecido") %>%
count(Vict.Descent, sort = TRUE)
# Mapear os valores para nomes mais descritivos
count_data$Vict.Descent <- recode(count_data$Vict.Descent,
'A' = 'Asiático',
'B' = 'Negro',
'H' = 'Hispânico',
'W' = 'Branco',
'O' = 'Outro',
'X' = 'Desconhecido',
.default = 'Desconhecido')
# Remover os desconhecidos do dataset
count_data <- count_data %>%
filter(Vict.Descent != "Desconhecido")
# Calcular as porcentagens
count_data <- count_data %>%
mutate(percent = prop.table(n) * 100)
# Criar um gráfico de pizza para Vict.Descent
ggplot(count_data, aes(x = "", y = percent, fill = Vict.Descent)) +
geom_bar(stat = "identity", width = 1) +
coord_polar(theta = "y") +
geom_text(aes(label = scales::percent(percent/100), y = percent),
position = position_stack(vjust = 0.5)) +
labs(title = "Frequência de Descendência de Vítimas",
fill = "Descendência",
y = "Porcentagem") +
theme_minimal() +
theme(axis.text = element_blank(),
axis.title = element_blank(),
panel.grid = element_blank(),
plot.title = element_text(hjust = 0.5))