Sua primeira linha de código em Python

Uma introdução à linguagem Python para análise de dados

Python é uma das principais linguagens atuais (senão a principal) para se trabalhar com aplicações relacionadas à análise de dados e machine learning. Veja esse gráfico abaixo que considerou as ferramentas mais utilizadas à ciência de dados.

Fonte: KDnuggets.

Ao final desse texto, você saberá como instalar Python em sua máquina, terá criado um Jupyter Notebook e conseguirá rodar sua primeira linha de código. Antes, vamos entender a história da linguagem Python.

Linguagem Python

A linguagem Python foi criada em 1989 por Guido van Rossum no Centro de Matemática e Tecnologia da Informação (CWI, Centrum Wiskunde e Informática), na Holanda. A ideia era que a linguagem substituísse a linguagem C e que pudesse ser de fácil entendimento e open source.

Guido van Rossum, criador da linguagem Python

O nome da linguagem vem do gosto de seu criador pelos humoristas britânicos Monty Python. Só mais tarde a linguagem passou a ser associada ao símbolo da cobra.

O principal motivo pelo qual o Python se destaca no mercado atual é o fato de ele ser utilizado para o desenvolvimento de projetos de machine learning.

Instalando o Python

Para utilizar o Python, é importante ele estar instalado em sua máquina, (embora isso não seja necessário caso você queira apenas experimentar ele na plataforma Google Colab).

Siga os passos abaixo para ter Python em sua máquina.

1. Instalação da Linguagem Python: https://python.org.br/instalacao-windows/ (importante clicar em “Adicionar Python como variável de ambiente).
2. Instalação do Anaconda (ambiente com diversas ferramentas para desenvolvimento em Python): https://minerandodados.com.br/instalar-python-anaconda/

Entendendo o prompt de comando

Para acessar a linguagem Python, e para instalar bibliotecas que permitem acessar novas funcionalidades na linguagem, é importante que saibamos mexer no prompt de comando.

O prompt de comando pode ser acessado no Menu Iniciar do seu computador, ao pesquisar por “Prompt de Comando” ou “cmd.exe”. Abrindo ele, você será introduzido à uma tela preta.

Clique em cmd.exe para abrir o Prompt de Comando.

Agora, você precisa dizer para seu computador que quer abrir um Jupyter Notebook em uma determinada pasta. Vamos usar o comando cd para isso, que significa command directory.

Caso eu quisesse, poderia ter criado um Jupyter Notebook na pasta “Marco2”, mas decidi criar em outra pasta. Vou voltar uma pasta.

• Caso queira, digite cd + espaço + .. e tecle Enter para voltar uma pasta (como no exemplo a seguir).

Abrindo um Jupyter Notebook pelo Prompt de Comando.

• Quero ir adiante nas minhas pastas, então vou digitar cd + espaço + nome da pasta . Fiz isso várias vezes até chegar na pasta “Data Science”.
• Agora, para abrir um Jupyter Notebook, basta digitar jupyter notebook e teclar Enter.

Escolha a pasta que você desejar no Prompt de Comando. Basta digitar jupyter notebook e teclar Enter.

Nota: caso você não consiga acessar o Jupyter Notebook pelo Prompt de Comando, procure utilizar o Anaconda Prompt, que vem instalado junto à Anaconda.

Criando Jupyter Notebooks

Se você seguiu os passos anteriores com sucesso, parabéns! Você fez a parte mais difícil do Python.

Não feche o seu terminal porque ele vai ser a forma do seu Jupyter Notebook se comunicar com o Python no seu computador.

Agora na nova aba do seu computador, para criar um Jupyter Notebook, basta clicar em New -> Python 3.

Dentro de localhost:8888/tree

Após criado, você verá a seguinte tela:

Imagem de um Jupyter Notebook recém aberto.

1. Título: você pode alterar quando quiser, além de ver quando foi feita a última modificação no documento.
2. Aba de opções: várias opções do que fazer com o seu documento no jupyter.
3. Ações rápidas: diversas operações comuns de serem utilizadas como, por exemplo, “adicionar uma célula de código”.
4. In [ ]: o código em si, que também pode ser modificado para texto.

Escrevendo seu primeiro código

Para escrever código, é só adicionar uma célula de código e escrever!

Ah! No final dessa publicação tem uma tela só para você brincar um pouco com Python. Aproveita e vai fazendo os exercícios por lá :)

Vamos iniciar com comentários

Utilize # para iniciar comentários. Qualquer comando iniciado com # não será computado. Outra opção para fazer diversas linhas de comentário é escrever ''' ou """ .

# Esse é um comentário
'''
Esse é um comentário maior 
De lá até aqui é um comentário
'''

Números

Para escrever números, basta adicionar um número e executar o código. O Python devolverá o número executado.

1

Output: 1

Caso deseje escrever mais de um número, basta colocar uma vírgula!

# Número com vírgula - elementos diferentes 
1, 1

Output: (1, 1)

Um número com ponto é compreendido como um número com decimais:

# Número com ponto - utilizado para decimais 
1.1

Output: 1.1

String

Qualquer variável de texto (também chamadas de strings) deve ser compreendida por aspas únicas ' ou aspas duplas " :

"café"

Output: 'café'

Atribuindo variáveis

Podemos criar um objeto para conter um valor que achamos importante. Por exemplo, criarei o objeto x para armazenar a informação 10 e um objeto y para armazenar a informação 5.

Abaixo, a criação dos objetos. Repetimos o nome deles no Jupyter Notebook para saber os seus valores. Como resultado, recebemos o valor 5 do Python.

x = 10
y = 5
x
y

Output: 5

Isso acontece porque o objeto y é o último a ser inserido na célula. Para ver os dois objetos, utilizamos a função print() .

print(x)
print(y)

Output:

10
5

Da mesma forma que podemos ver os valores desses objetos, podemos somar os dois, diminuir um de outro, multiplicar e fazer várias operações.

x * y -10 # ou seja, (10 * 5) -10, que é igual a 40

Output: 40

Valores booleanos e operadores lógicos

Valores booleanos representam relações entre variáveis. Junto com os operadores lógicos, várias relações podem ser estabelecidas.

Inserindo True , Python retorna:

True

Inserindo False , Python retorna:

False

Agora, vamos testar se True é igual a False :

True == False

Output: False

Python reconhece que True não é a mesma coisa que False . Outros operadores lógicos são:

• Maior: >
• Maior ou igual: >=
• Menor: <
• Menor ou igual: <=
• Igual: ==
• Diferente: !=
• Negação: not
• Operador “e”: and
• Operador binário “ou”: or

Sabendo disso, confira as seguintes operações:

1+1 == 2+2

Output: False

Será que “1” é diferente de “0”?

1 != 0

Output: True

Listas e Dicionários

Listas e dicionários são ótimos para armazenas diversos valores ao mesmo tempo.

#Lista
["maça", "baba", "pera"] # repare os colchetes!

Output: [‘maça’, ‘baba’, ‘pera’]

Um dicionário é diferente: para cada chave, ele guarda valores específicos.

#Dicionário 
{"fruta": "maça", 
 "anfibio": "sapo",
 "mamifero": "macaco"
}

Output:

{'fruta': 'maça', 
'anfibio': 'sapo', 
'mamifero': 'macaco'}

Criando funções

Para criar uma função é muito fácil. O código para definir uma função começa com def , depois é preciso colocar o nome dessa nova função e os parâmetros que você quer admitir nela.

Por exemplo, vamos criar uma função chamada plus que vai receber dois números, a e b, e como resultado vai adicioná-los.

# Criando uma função
def plus(a, b):
    return a + b
plus(1, 1) # utilizando a função

Output: 2

Instalando libraries (bibliotecas)

Para instalar bibliotecas de Python que não existem ainda em sua máquina, basta realizar um dos dois comandos citados abaixo diretamente no Prompt de Comando:

• python -m pip install nomeBiblioteca
• conda install nomeBiblioteca

Exemplo de como instalar o pacote “seaborn” em Python utilizando o Prompt de Comando.

Importando libraries

Finalizada a instalação, podemos trazer esse novo conteúdo da biblioteca ao local onde estamos trabalhando — nesse caso, o Jupyter Notebook. Fazemos isso com os comandos a seguir.

Rode o código abaixo.

#É usual ao importar uma biblioteca atribuir um apelido
import pandas as pd # realiza leitura, manipulação e visualização
import numpy as np # realiza manipulação de matrizes

Vamos utilizar, por exemplo, uma função do numpy (aqui renomeado como np). Faça junto e observe o resultado! (é importante ter feito o exercício acima)

#Exemplo
a = np.arange(15).reshape(3, 5)
print(a)
print(a.shape)

Nota: caso você não consiga instalar uma biblioteca pelo Prompt de Comando, procure utilizar o Anaconda Prompt, que vem instalado junto à Anaconda.

Brinque um pouco

Aqui vai uma janela com alguns dos exercícios que comentamos acima. Para mexer com o Python, basta digitar os comandos na janela de cima e executá-los clicando em “Run”. Se divirta!

Procuramos fazer um material introdutório ao Python para quem nunca o usou. O objetivo aqui não foi estabelecer um material exaustivo sobre ele, cobrindo todos os assuntos, mas sim estabelecer um contato inicial com essa linguagem.

Esperamos que você tenha tido um bom primeiro contato. Caso deseje se aprofundar mais, sugerimos os seguintes materiais:

• Data Science Academy — Python Fundamentos para Análise de Dados. Curso gratuito em Python para análise de dados, partindo desde a instalação do Python e indo até os principais pacotes utilizados para compreensão de variáveis e bancos de dados.
• Curso em Vídeo — Curso de Python 3. Um curso gratuito bem bacana sobre o que se pode fazer com Python, bastante voltado à programação, sem grande ênfase em análise de dados. Bem bom para quem quer se aprofundar um pouco mais em funções básicas com Python.

Como procurar ajuda?

• Documentação oficial do Python (em inglês)
• Fóruns: https://pt.stackoverflow.com

Esse material inspirou o post.

Contato

Espero que tenha gostado! Qualquer dúvida, observação ou comentário são muito bem-vindos! Fique à vontade para se manifestar e vamos aprender juntos 😄

Para falar comigo, é só entrar em qualquer um desses links.

☕️ Gostou do post e vai usar algo? Se quiser, você pode me pagar um café.