Escolar Documentos
Profissional Documentos
Cultura Documentos
e JavaScript
(Básico ao Avançado)
Desenvolvimento Web
HTML – 2 aulas
CSS – 2 aulas
Javascript
Servidor
Conteúdo do Curso
Números
Strings
Listas
Dicionários
Tuplas
Sets
Booleanos
Arquivos
Conteúdo do Curso
Operadores de Comparação
Operadores Básicos
Operadores em Cadeia
Conteúdo do Curso
Declarações em Python
For
While
Range()
Compreensão em Listas
Teste
Conteúdo do Curso
Métodos e Funções
Métodos
Funções
Expressões Lambda
Declarações Aninhadas
Escopo
Tema de Casa
Conteúdo do Curso
Projeto 1
Objetos
Classes
Métodos
Herança
Métodos Especiais
Tema de Casa
Conteúdo do Curso
Erros
Exceções
Try
Except
Finally
Teste
Conteúdo do Curso
Projeto 2
Módulos e Pacotes
Criando Módulos
Instalando Módulos
Funções Embutidas
Map()
Reduce()
Filter()
Zip()
Enumerate()
All()
Any()
Complex()
Teste
Conteúdo do Curso
Decoradores
Tema de 3 partes
Conteúdo do Curso
Geradores
Criando Geradores
Teste
Conteúdo do Curso
Módulos avançados
Muito fácil de usar, aceita várias linguagens, permite visualizar dados, etc
Todas as notas de aula podem ser convertidas pra arquivos .py (para serem usados em qualquer IDE que desejar e
também com o Python 2)
Pelo cmd
Pelo Anaconda
Didático
Não profissional
CONFIGURANDO O PYTHON
Jupyter Notebook
1. Jupyter pode ser aberto em nuvem (https://jupyter.org/try)
7. ATALHOS RELEVANTES
8. Shift + Enter - vai rodar linha selecionada
9. Alt + Enter - vai rodar linha selecionada e inserir nova linha logo abaixo
10. Seleciona linha e aperta DD - apaga linha
11. Alterar tipo da linha (code, markdown, etc)
12. Markdown (#, **negrito**, *italico*)
13. Code (comentários Python #, ‘’’/’’’)
14. TAB (cria um alista [1,2,3] e depois lista.TAB sugere métodos
15. Shift+TAB explica o método (após ter entrado nele)
16. Help(lista)
CONFIGURANDO O PYTHON
Recursos Adicionais
Recursos Adicionais
https://pt.stackoverflow.com/
https://stackoverflow.com/
https://nbviewer.jupyter.org/
https://www.python.org/
Visualizador de Notebooks
através do meu Github
samoliver360
CONFIGURANDO O PYTHON
Git e GitHub
Git e Github
https://git-scm.com/ https://github.com/
http://try.github.io/ https://guides.github.com/
ANTES DE TUDO
Gestão de Envs/ Arquivos no Anaconda
Gerenciamento de Ambientes
Mostrar todos os ambientes : CONDA INFO - - ENVS
CONDA SEARCH - - FULL - NAME Python (Busca pacotes cujo nome completo =
Python)
Instalar pacote no Conda (no ambiente corrente): CONDA INSTALL <nome pacote>
Obs (versão específica) CONDA INSTALL BeautSoup=4.5.3
Para os pacotes não disponíveis no repositório do Conda, utilizar o PIP (já instalado no
Anaconda)
Ex: PIP INSTALL SIMPLESJSON (verificar com conda list)
A Ciência de Dados tem como principal objetivo extrair informações a partir dos dados. Previsão de
demanda e obtenção de insights sobre o perfil do cliente são alguns exemplos. É a partir dos dados
que análises estatísticas e aplicação de técnicas de machine learning são desenvolvidas. Todo dado
digital necessariamente possui um formato, e neste caso trataremos do CSV.
O formato CSV(Comma Separated Value), armazena os dados separados por vírgulas em cada linha do
arquivo. Sua descrição completa encontra-se na RFC 4180. Neste formato os dados são apresentados
em forma tabular. Segue abaixo um exemplo do conteúdo de um arquivo csv
Escrita e leitura de arquivos csv em Python
O conteúdo deste arquivo pode ser lido em qualquer editor de texto, tais como gedit e notepad. Em
alguns casos a leitura pode se tornar difícil, principalmente quando há muitas linhas e colunas.
Uma maneira mais fácil de visualizar o conteúdo é adotando o formato de tabela.
Atualmente, praticamente toda aplicação que se encontra na pipeline de análise de dados realiza
importação e exportação de arquivos no formato csv. Temos, por exemplo, os bancos de dados
relacionais (ex: MySQL e Postgres), as planilhas digitais (ex: Excel) e os dashboards (ex: PowerBI
e Tableau). As linguagens de programação mais comuns, tais como Python, JavaScript e C++,
possuem suporte para leitura e escrita de arquivos csv.
Leitura de arquivos csv em Python
Com o script acima e um arquivo csv com os dados da Tabela 2 no mesmo diretório, basta executar o
script.
$ python readCSV.py
Leitura de arquivos csv em Python
Quando se trata da leitura de um arquivo, a primeira coisa a ser feita é carregá-lo em memória. Por
oferecer uma sintaxe elegante e tratamento de erros, o comando with open( ) as csv_file é uma
boa alternativa ao conhecido open( ). Em todo o código indentado, o
arquivo dados_industriais.csv é referenciado como csv_file.
A função csv.reader retorna um objeto que poderá ser iterado para obtenção das linhas do arquivo.
O parâmetro delimiter informa o caractere utilizado para que o reader saiba delimitar cada coluna
de uma mesma linha. Neste caso o delimitador é a vírgula.
Em arquivos com cabeçalho, o mesmo pode ser ignorado na leitura ao realizar a chamada do
método __next__() do reader antes de iterar sob todas as demais linhas do arquivo.
OBJETOS E ESTRUTURA DE DADOS
Números
OBJETOS E ESTRUTURA DE DADOS
Strings
Perguntas frequentes sobre Strings
1. As strings são mutáveis?
As strings não são mutáveis! (o que significa que você não pode usar indexação para alterar elementos
individuais de uma string)