HTML5,CSS3

e JavaScript
(Básico ao Avançado)

Samir de Oliveira Ramos

São Paulo (EAD), 29 de julho de 2021.

Conteúdo do Curso

Desenvolvimento Web

 HTML – 2 aulas
 CSS – 2 aulas

 Javascript

 Introdução e Preparação do Ambiente

 Projeto 1(Calculadora) e Projeto 2(Gerenciamento Usuários)
 NodeJS – JavaScript no Back-end
 Projeto 3(RestFull API c/ Restify), Projeto 4(DropBox Clone),
 Projeto 5(Whatsapp Clone),Projeto6(CRUD)
Cliente

Servidor
Conteúdo do Curso

Objetos e Estruturas de Dados

 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

 If, Else, Elif

 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

 Criação de um Jogo em Python

Conteúdo do Curso

Programação Orientada a Objeto (POO ou OOP)

 Objetos

 Classes

 Métodos

 Herança

 Métodos Especiais

 Tema de Casa
Conteúdo do Curso

Lidando com Erros e Exceções

 Erros

 Exceções

 Try

 Except

 Finally

 Teste
Conteúdo do Curso

Projeto 2

 Criação de um Jogo em Python um pouco mais complexo

Conteúdo do Curso

Módulos e Pacotes

 Criando Módulos

 Instalando Módulos

 Explorando o ecossistema Python

Conteúdo do Curso

Funções Embutidas

 Map()
 Reduce()
 Filter()
 Zip()
 Enumerate()
 All()
 Any()
 Complex()
 Teste
Conteúdo do Curso

Decoradores

 Tema de 3 partes
Conteúdo do Curso

Geradores

 Iteração (return) Vs Geração (yield)

 Criando Geradores

 Teste
Conteúdo do Curso

Temas Avançados em Python

 Módulos avançados

 Estruturas e Objetos avançados

Conteúdo do Curso

Projeto 3 (Projeto Final)

 À nossa escolha. Mas usando todos (ou os principais) conhecimentos

adquiridos até aqui.
CONFIGURANDO O PYTHON
Instalação
 https://jupyter.org/install.html

 Todo o curso será baseado em Jupyter (didático, navegador, notas, interativo)

 Muito fácil de usar, aceita várias linguagens, permite visualizar dados, etc

 Popular para ensinar (pode incluir notas, etc)

 Livre para escolher qq ambiente de desenvolvimento que quiser (Spyder,Pycharm)

 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)

 Avançados - Python package manager (pip install jupyter)

 https://anaconda.org/ https://python.org/

 Novos usuários - mais fácil e rápida através do Anaconda

 Anaconda: Suíte que ajuda a administrar o Python e seus diversos módulos/biblios

 Para ver o jupyter notebook rodando:

 Pelo cmd
 Pelo Anaconda

 Verificando versão do Python e existência do IDLE

CONFIGURANDO O PYTHON
Seleção de IDE
(Integrated Development Environment)
 IDLE
Bloco de Notas

Didático
Não profissional
CONFIGURANDO O PYTHON
Jupyter Notebook
1. Jupyter pode ser aberto em nuvem (https://jupyter.org/try)

2. Abrir Jupyter via Anaconda Prompt e mostrar a diferença

3. Mostrar Google(Manual Jupyter Notebook). Bem completo.

4. Jupyter... Rodando linha de código (passando pelo Kernel)

5. Alterando nome do arquivo

6. Mostrando o Menu do Jupyter

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

 Criar um ambiente: CONDA CREATE - - NAME <name> PYTHON=3.X LIB1 LIB2

 Alternar entre ambientes: ACTIVATE / DEACTIVATE

 Criar cópia de um ambiente: CONDA CREATE - - NAME <nome env novo> - -

CLONE <nome env a ser copiado>

 Apagar um ambiente: CONDA REMOVE - - NAME <nome> - - ALL

 GERENCIANDO A VERSÃO DO PYTHON COM O CONDA (O conda trata o

Python como qualquer outro pacote)

 CONDA SEARCH - - FULL - NAME Python (Busca pacotes cujo nome completo =
Python)

 CONDA SEARCH PYTHON

 CONDA CREATE - - NAME <nome env> PYTHON=3.X (instalando uma versão

diferente do Python)
 Gerenciamento de Arquivos (no ambiente)
 Mostrar pacotes instalados no ambiente: CONDA LIST

 Procurar pacotes no Conda: CONDA SEARCH <nome pacote>

 Instalar pacote no Conda (no ambiente corrente): CONDA INSTALL <nome pacote>
 Obs (versão específica) CONDA INSTALL BeautSoup=4.5.3

 Instalar pacote em outro ambiente: CONDA INSTALL - - NAME <nome ambiente>

<nome pacote>

 Para os pacotes não disponíveis no repositório do Conda, utilizar o PIP (já instalado no
Anaconda)
 Ex: PIP INSTALL SIMPLESJSON (verificar com conda list)

 Remover pacote do ambiente atual: CONDA REMOVE <nom_pacote>

 Verificar remoção com CONDA LIST
 CONDA REMOVE <pacote1> <pacote2> ...
 CONDA REMOVE - - NAME <nom_env> <pacote1> <pacote2>...

 Apagar Conda : Basta excluir diretório)

 Caso específico da Rafaela (BSA)
 Aprender a escrever código que se conecte a um Banco de dados (mySQL, PostGre,
MongodB, etc) ou Tabela (.txt, .csv, .xls, etc)

 Aprender a construir visões (views) daquele BD ou Tabela

 Breve introdução a Banco de Dados

 Chave primária
 Chave estrangeira
 etc
 Breve Introdução a SQL
 SELECT
 INSERT
 UPDATE
 DELETE
 etc
 Escrita e leitura de arquivos csv em Python

 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)

2. Como faço para criar comentários no meu código?

Você pode usar o hashtag # para criar comentários em seu código
OBJETOS E ESTRUTURA DE DADOS
Formatação de Impressão
OBJETOS E ESTRUTURA DE DADOS
Listas
OBJETOS E ESTRUTURA DE DADOS
Dicionários
 Obrigado
pela atenção.