Use Python

Downloads

Curso introdutório em Python abordando a configuração do ambiente de desenvolvimento, automação de processos, manipulação, análise e visualização de dados

1. Introdução ao Python

1.1

Configuração do Ambiente Python

Configurar um ambiente Python, verificar a instalação e familiarizar-se com o funcionamento do terminal Python são os primeiros passos para que possamos explorar e experimentar livremente

1.2

Fundamentos da Linguagem Python

Python é uma linguagem de programação de alto nível, interpretada, de script, imperativa, orientada a objetos, funcional, de tipagem dinâmica e forte. Foi lançada por Guido van Rossum em 1991

1.3

Estruturas de Controle (condicionais e loops)

As estruturas condicionais permitem que um programa execute comandos distintos com base em condições específicas, enquanto os loops garantem a repetição de um determinado comportamento um número de vezes estabelecido por uma condição

1.4

Funções e Módulos Básicos

Funções e módulos essenciais em Python para realizar uma variedade de tarefas. Vamos destacar algumas das funções e módulos mais simples e úteis nesta linguagem

2. Automação de Tarefas com Python

2.1

Manipulação de Arquivos e Diretórios

Interagir com o sistema operacional objetivando manipulação de arquivos e diretórios para eventos como ler, criar, mover e excluir

2.2

Introdução à Automação Web (usando Selenium)

Realizar tarefas repetitivas é uma perda de tempo, mas felizmente, temos robôs à disposição para simplificar essas tarefas. Para automatizar interações na web, podemos contar com o Selenium, em conjunto com Python

3. Manipulação de Dados com Python

3.1

Introdução às Estruturas de Dados em Python (listas, dicionários, etc.)

Coleção de dados associada a uma variável como eles podem ser criados e manipulados

3.2

Leitura e Escrita de Dados em Formatos Comuns (CSV, JSON, etc.)

A leitura e escrita de dados em formatos comuns, como CSV e JSON, em Python é uma habilidade fundamental quando se trabalha com manipulação e análise de dados

4. Análise de Dados com Python

4.1

Biblioteca para Coleção de Dados (numpy)

NumPy (Numerical Python) é uma biblioteca fundamental para computação científica em Python. Ela fornece suporte para a manipulação eficiente de arrays multidimensionais e funções matemáticas de alto desempenho para realizar operações em dados numéricos

4.2

Biblioteca de Análise de Dados (pandas)

Pandas é uma das bibliotecas mais populares em Python para manipulação e análise de dados. Ela fornece estruturas de dados flexíveis e eficientes para trabalhar com dados tabulares, como planilhas, tabelas de banco de dados e coleção de dados em geral

4.3

Limpeza e Transformação de Dados

A limpeza e transformação de dados são processos essenciais na análise de dados, que envolvem a preparação e organização dos dados brutos para que possam ser usados efetivamente em análises e modelagem estatística

4.4

Análise Estatística Básica

Análise estatística básica em Python envolve a aplicação de técnicas estatísticas fundamentais para descrever, resumir e compreender conjuntos de dados. Python oferece uma ampla variedade de bibliotecas e ferramentas para realizar análises estatísticas básicas

5. Visualização de Dados com Python

5.1

Introdução à Biblioteca de Visualização (matplotlib e seaborn)

Matplotlib é uma das bibliotecas mais populares em Python para criação de gráficos e visualizações de dados. Ela fornece uma ampla variedade de recursos para criar gráficos estáticos, interativos e personalizáveis, o que a torna uma ferramenta essencial para qualquer pessoa que trabalhe com análise de dados, cientistas de dados, pesquisadores, engenheiros e profissionais de visualização de dados

5.2

Criação de Gráficos Estatísticos

Existem diversos tipos de gráficos estatísticos, cada um adequado para representar diferentes tipos de dados e padrões