[Fix] colab_docs (#1454)

* fix colab_data

* fix tip caption

* fix comments

* add >

* fix: bd+ and translation to en and es

* fix: tip caption in line 31

* fix: / in tip

* Fix code formatting in colab_data docs (all locales)

- Fix missing opening code fence in EN version
- Indent function arguments consistently
- Replace curly quotes with straight quotes in ES version
- Remove trailing blank lines inside code blocks
- Add newline at end of EN file

* fix api_reference_python.md for en

---------

Co-authored-by: Pedro Castro <aspeddro@gmail.com>

Author: tricktx

next/blog/pt/analisando-frota-brasileira.md

@@ -37,7 +37,7 @@ A Base dos Dados disponibiliza dados de 2003 até 2021, com estatísticas da Fro
 
 ## Acessando os dados
 
-Com a facilidade que a BD+ proporciona, já podemos cruzar as tabelas do IBGE e do Denatran com uma query no R. Conforme aimagem abaixo:
+Com a facilidade que a BD proporciona, já podemos cruzar as tabelas do IBGE e do Denatran com uma query no R. Conforme aimagem abaixo:
 
 ```r
 # Pacotes utilizados
@@ -76,7 +76,7 @@ WHERE
 df <- read_sql(query)
 ```
 
-OBS: Para fazer a mudança de id_município para o nome próprio das cidades, foi necessário cruzar com a tabela de [diretórios brasileiros](/dataset/33b49786-fb5f-496f-bb7c-9811c985af8e?table=0a2d8187-f936-437d-89db-b4eb3a7e1735) da BD+, que funciona como uma referência de centralização de informações de unidades básicas para análises.
+OBS: Para fazer a mudança de id_município para o nome próprio das cidades, foi necessário cruzar com a tabela de [diretórios brasileiros](/dataset/33b49786-fb5f-496f-bb7c-9811c985af8e?table=0a2d8187-f936-437d-89db-b4eb3a7e1735) da BD, que funciona como uma referência de centralização de informações de unidades básicas para análises.
 
 ## Respondendo a pergunta: Qual cidade brasileira tem mais carro por habitante?
 

next/blog/pt/analisando-o-brasil-nas-olimpiadas-2016.md

@@ -20,7 +20,7 @@ Hoje começa mais uma edição das Olimpíadas, mas você sabia que os jogos da
 
 <Image src="/blog/analisando-o-brasil-nas-olimpiadas-2016/image_0.jpg"/>
 
-O script de análise foi executado em R usando nosso pacote de dados. A ideia aqui é mostrar um panorama da performance brasileira nas edições em que a delegação brasileira esteve presente. Vale lembrar que, com a BD+, você também pode acessar esses dados em Python ou diretamente pelo BigQuery.
+O script de análise foi executado em R usando nosso pacote de dados. A ideia aqui é mostrar um panorama da performance brasileira nas edições em que a delegação brasileira esteve presente. Vale lembrar que, com a BD, você também pode acessar esses dados em Python ou diretamente pelo BigQuery.
 
 ```r
 library("basedosdados")

next/blog/pt/atualizar-google-bigquery-sql-101.md

@@ -26,7 +26,7 @@ O texto tem como base o workshop feito por João Carabetta disponível em [nosso
 
 ### Introdução
 
-As bases disponíveis para download e análise no nosso site possuem o ícone **BD+** e seus ícones de temas estão na cor azul. Isto significa que a base está disponível no nosso datalake público, ou seja, estes dados já foram tratados pela nossa equipe técnica e são atualizados frequentemente.
+As bases disponíveis para download e análise no nosso site possuem o ícone **BD** e seus ícones de temas estão na cor azul. Isto significa que a base está disponível no nosso datalake público, ou seja, estes dados já foram tratados pela nossa equipe técnica e são atualizados frequentemente.
 
 Ao longo do texto iremos explorar os dados da [RAIS (Relação Anual de Informações Sociais)](/dataset/3e7c4d58-96ba-448e-b053-d385a829ef00?table=86b69f96-0bfe-45da-833b-6edc9a0af213), mas o processo é o mesmo para qualquer base que você desejar acessar. A RAIS é um relatório de informações socioeconômicas solicitado pela Secretaria de Trabalho do Ministério da Economia brasileiro às pessoas jurídicas e outros empregadores anualmente.
 
@@ -44,7 +44,7 @@ Para explorar uma tabela em específico, você deve clicar nela e a seção Cons
 
 ## Navegando pelo BigQuery
 
-Abaixo vamos entender melhor como funciona a interface do BigQuery. Após criar o projeto, ele vai aparecer para você no canto superior esquerdo **(1)**. Logo abaixo terá uma lista de Projeto fixos do BigQuery, dentre esses o `basedosdados` **(2)** - o ícone de pino azul indica que o projeto está fixado e poderá ser acessado sempre que você abrir o BigQuery. A seta à esquerda do nome `basedosdados` nos permite expandir a lista de todas as bases disponíveis na BD+ logo abaixo.
+Abaixo vamos entender melhor como funciona a interface do BigQuery. Após criar o projeto, ele vai aparecer para você no canto superior esquerdo **(1)**. Logo abaixo terá uma lista de Projeto fixos do BigQuery, dentre esses o `basedosdados` **(2)** - o ícone de pino azul indica que o projeto está fixado e poderá ser acessado sempre que você abrir o BigQuery. A seta à esquerda do nome `basedosdados` nos permite expandir a lista de todas as bases disponíveis na BD logo abaixo.
 
 <Image src="/blog/google-bigquery-sql-101/image_3.png"/>
 

next/blog/pt/atualizar-intro-ao-pacote-basedosdados-em-python.md

@@ -20,13 +20,13 @@ published: false
 
 ## TL;DR
 
-Vamos demonstrar **como usar o pacote da Base dos Dados em Python.** O pacote permite acessar e analisar mais de 70 conjuntos de dados do nosso _datalake_ público BD+, obter informações sobre tabelas, carregar dados no pandas, e mais.
+Vamos demonstrar **como usar o pacote da Base dos Dados em Python.** O pacote permite acessar e analisar mais de 70 conjuntos de dados do nosso _datalake_ público BD, obter informações sobre tabelas, carregar dados no pandas, e mais.
 
-Conteúdo baseado no [Workshop “Brincando com dados BD+ em Python”](https://www.youtube.com/watch?v=wI2xEioDPgM).
+Conteúdo baseado no [Workshop “Brincando com dados BD em Python”](https://www.youtube.com/watch?v=wI2xEioDPgM).
 
-## Como acessar a BD+ em Python
+## Como acessar a BD em Python
 
-A Base dos Dados Mais (BD+) é o nosso _datalake_ de dados públicos **limpos, integrados e atualizados** pela nossa equipe de dados — dados prontos para análise.
+A Base dos Dados Mais (BD) é o nosso _datalake_ de dados públicos **limpos, integrados e atualizados** pela nossa equipe de dados — dados prontos para análise.
 
 O _datalake_ é mantido no Google BigQuery e tem custo praticamente zero para todos os usuários — você tem 1 TB disponível por mês para fazer consulta aos dados. Para facilitar ainda mais a vida de Pythonistas, criamos um pacote de acesso direto ao repositório via Python: **basedosdados**
 

next/blog/pt/excluir-voce-usa-stata-veja-como-a-bd-facilita-sua-analise-de-dados.md

@@ -83,12 +83,12 @@ Antes de mais nada, é importante ter em mãos os comandos possíveis na utiliza
 
 | Comando                    | Descrição                                                                      |
 | -------------------------- | ------------------------------------------------------------------------------ |
-| `bd_download`              | baixa dados da Base dos Dados (BD+).                                           |
-| `bd_read_sql`              | baixa tabelas da BD+ usando consultas específicas.                             |
-| `bd_read_table`            | baixa tabelas da BD+ usando `dataset_id` e `table_id`.                         |
+| `bd_download`              | baixa dados da Base dos Dados (BD).                                           |
+| `bd_read_sql`              | baixa tabelas da BD usando consultas específicas.                             |
+| `bd_read_table`            | baixa tabelas da BD usando `dataset_id` e `table_id`.                         |
 | `bd_list_datasets`         | lista o `dataset_id` dos conjuntos de dados disponíveis em `query_project_id`. |
 | `bd_list_dataset_tables`   | lista `table_id` para tabelas disponíveis no `dataset_id` especificado.        |
-| `bd_get_table_description` | mostra a descrição completa da tabela BD+.                                     |
+| `bd_get_table_description` | mostra a descrição completa da tabela BD.                                     |
 | `bd_get_table_columns`     | mostra os nomes, tipos e descrições das colunas na tabela especificada.        |
 
 ### Exemplo de análise: PIB per capita dos municípios brasileiros

next/content/FAQ/pt/access-tables.md

@@ -1,8 +1,8 @@
 ---
 question: Como acessar as tabelas tratadas?
 categories: [Dados]
-keywords: acesso, consulta, tratada, tratado, BD+, download, baixar, pacote, SQL, BigQuery, Python, R
+keywords: acesso, consulta, tratada, tratado, BD, download, baixar, pacote, SQL, BigQuery, Python, R
 id: access-tables
 ---
 
-Você pode consultar as tabelas tratadas BD+ de diferentes maneiras. Além de fazer o download direto na plataforma, é possível explorar os dados com SQL através do BigQuery ou com os pacotes em Python e R.
+Você pode consultar as tabelas tratadas BD de diferentes maneiras. Além de fazer o download direto na plataforma, é possível explorar os dados com SQL através do BigQuery ou com os pacotes em Python e R.

next/content/FAQ/pt/datalake.md

@@ -1,8 +1,8 @@
 ---
 question: O que é o datalake da BD no BigQuery?
 categories: [BigQuery]
-keywords: BigQuery, Google, Cloud, datalake, BD+
+keywords: BigQuery, Google, Cloud, datalake, BD
 id: datalake
 ---
 
-É um banco de dados público hospedado no BigQuery, ferramenta potente de armazenamento e análise de dados do Google Cloud, com todas as tabelas tratadas BD+ para você consultar direto do seu navegador. As vantagens de utilizar nosso *datalake* no BigQuery estão relacionadas à velocidade do processamento, escalabilidade e economia.
+É um banco de dados público hospedado no BigQuery, ferramenta potente de armazenamento e análise de dados do Google Cloud, com todas as tabelas tratadas BD para você consultar direto do seu navegador. As vantagens de utilizar nosso *datalake* no BigQuery estão relacionadas à velocidade do processamento, escalabilidade e economia.

next/content/FAQ/pt/tables.md

@@ -1,7 +1,7 @@
 ---
 question: O que são tabelas tratadas?
 categories: [Dados]
-keywords: tratada, tratado, BD+, tabela, datalake, cruzar, cruzamento, padronização, compatibilização
+keywords: tratada, tratado, BD, tabela, datalake, cruzar, cruzamento, padronização, compatibilização
 id: tables
 ---
 

next/content/docs/en/api_reference_python.md

@@ -4,7 +4,7 @@ category: APIs
 order: 0
 ---
 
-{/_ Automatically generated by a Python script, do not edit by hand!! _/}
+{/* Automatically generated by a Python script, do not edit by hand!! */}
 
 # Python