Escolar Documentos
Profissional Documentos
Cultura Documentos
Maurício Garcia
Anaconda
1) Baixar em https://www.anaconda.com/distribution/
2) Rodar o "Anaconda-Navigator"
3) Carregar o "Qt Console" (IPython)
Jupyter Notebook
1) Dentro do “Anaconda-Navigator”, carregar o “Jupyter Notebook”
5) Vai abrir um editor, os scripts ficam em células, cada célula roda separadamente.
Atalhos
Marcação:
# H1
## H2
**negrito** ou __negrito__
*itálico* ou _itálico_
* Bullet 1
* Bullet 2
* Bullet 3
`linha de código`
```
bloco de código
bloco de código
bloco de código
```
Numpy
numérica
import numpy as np
Scipy
estatística
from scipy import <nome>
Pandas
manipulação de dados
import pandas as pd
Matplotlib
gráficos
import matplotlib.pyplot as plt
Scikit-Learn
machine learning
from sklearn import <nome>
Sintaxe do Python
Ver em: https://docs.python.org/3
# isso é um comentário
FORMAT
a = 18
b = 45
c = a + b
print('O valor de a é {}, o valor de b é {}, a soma dos dois é
{}'.format(a, b, c))
print('{} + {} = {}'.format(a, b, c))
a = 427
b = 145
if b > a:
print("b é maior que a")
print("xxxx")
elif a > b:
print("a é maior que b")
print("yyyy")
else:
print("a e b são iguais")
print("zzzz")
print("wwww")
LOOP
for x in range(10):
print(x)
FUNÇÕES (FUNCTIONS)
ou
sementes = list(('Feijão','Soja','Milho'))
print(sementes)
print(sementes[0])
print(type(sementes))
multidimensional
Tuples
(conteúdo não pode ser alterado)
Sets
(ordena e remove duplicados)
valores = {6,7,9,2,1,3,6,8,8,2,0,2,4,6,8,9,1,2,2,3,5}
print(valores)
print(type(valores))
Matrizes do Numpy
matriz simples
import numpy as np
a = np.array([1, 2, 3])
print(a)
print(type(a))
matriz dupla
c = np.random.random((2,3))
print(c)
print(type(c))
print(c.shape)
multiplicação de matrizes
x = np.array([[1,2],[3,4]])
y = np.array([[5,6],[7,8]])
print(np.dot(x, y))
matriz simples
import pandas as pd
a = pd.Series([1, 2, 3])
print(a)
print(type(a))
matriz dupla
Estatística básica
MÉDIA, MODA, MEDIANA
import numpy as np
from scipy import stats
dataset = np.array([9, 45, 13, 2, 2, 2, 12, 27])
mean = np.mean(dataset)
print(mean)
median = np.median(dataset)
print(median)
mode = stats.mode(dataset)
print(mode[0][0])
COVARIÂNCIA
import numpy as np
# criando arrays randômicos
x = np.random.normal(size=2)
y = np.random.normal(size=2)
# empilhando
z = np.vstack((x, y))
# calculando a covariância
c = np.cov(z.T)
print(c)
print(type(c))
GRÁFICO