A COVID-19 foi decretada pela Organização Mundial da Saúde (OMS) como uma pandemia global em 11 de março de 2020. Por ser uma doença nova no mundo, não existiam vacinas ou medicamentos eficazes e, por isso, a luta dos países para contê-la começou com a adoção de diversas intervenções não farmacêuticas, ou seja, medidas de contenção como fechamento de escolas e locais de trabalho. Após um ano do início da pandemia causada pelo coronavírus, este trabalho busca analisar se existem correlações entre os dados sociodemográficos dos países e as medidas de restrições adotadas por eles com a evolução do número de casos da doença. Através do ciclo de vida de Data Science, foram utilizadas técnicas de Clusterização em Python (K-means, Agglomerative, DBSCAN e HDBSCAN) para encontrar as semelhanças e/ou discrepâncias entre os países agrupados. Na visualização dos resultados, obtiveram-se indícios de confirmação da hipótese de pesquisa inicial, havendo algumas exceções de países que se destacaram dentro dos seus clusters por motivos diversos.