Ebook Python v2

www.datascienceacademy.com.
br
Python Fundamentos
Para Análise de Dados
www.datascienceacademy.com.br
Esse e-book não pode ser usado para fins comerciais, mas
pode ser distribuído livremente sob a licença Creative
Commons.
Pedimos apenas, a gentileza de citar a fonte, pois todo

este material é resultado de trabalho árduo de nossa
equipe.
Esta foi a forma que encontramos de contribuir com a

sociedade que deve ter a educação como prioridade.
Prezado(a) Aluno(a),
Seja Muito Bem-vindo(a) ao Curso:
Python
Python Fundamentos
Fundamentos para
Para Análise de
Análise de Dados
Dados
A Data Science Academy é um portal de ensino
online especializado em Big Data, Machine
Learning, Inteligência Artificial, Desenvolvimento
Data Science de Chatbots e tecnologias relacionadas. Nosso
Academy objetivo é fornecer aos alunos conteúdo de alto
nível por meio do uso de computador, tablet ou
smartphone, em qualquer lugar, a qualquer hora,
100% online e 100% em português.
Nossa
Escola
Data Science Academy - Localização
No Brasil e no Mundo.
Treinamentos Gratuitos DSA
Acreditamos que aprender não para nunca.
Big Data
Fundamentos 2.0
Introdução à
Ciência de Dados 2.0
Python Fundamentos
Para Análise de Dados
Microsoft Power BI
Para Data Science
Treinamentos preparados especialmente

para Você!
Python Fundamentos Para Análise de Dados
Cap01 - Introdução
Cap02 - Variáveis, Tipos e Estruturas de Dados
Cap03 - Loops, Condicionais, Métodos, Funções, Módulos e
Pacotes
Cap04 - Tratamento de Arquivos
Cap05 - Orientação a Objetos
Conteúdo do Cap06 - Banco de Dados
Curso Cap07 - Desafio DSA
Cap08 - Módulos Python Para Análise de Dados
Cap09 - Introdução à Análise de Dados com Python
Cap10 - Introdução ao TensorFlow
Cap11 - Introdução a Machine Learning com Python
Cap12 - Bônus - Introdução a Deep Learning
Cap13 - Desenvolvimento Web
Cap14 - Introdução ao Web Scraping
Cap15 - Avaliação Final e Certificado de Conclusão
Conteúdo do Curso
Variáveis, Tipos Tratamento de

e Estruturas de Arquivos
Dados
1 2 3 4 5
Loops,
Introdução Condicionais, Orientação a
Métodos, Funções, Objetos
Módulos e Pacotes
Conteúdo do Curso
Introdução à
Desafio DSA Análise de
Dados com
Python
6 7 8 9 10
Introdução ao
Banco de Módulos
TensorFlow
Dados Python para
Análise de
Dados
Conteúdo do Curso
Introdução ao Web
Bônus -
Scraping
Introdução a
Deep Learning
11 12 13 14 15
Introdução a Avaliação Final

Desenvolvimento
Machine
Web
Learning com
Python
Avaliação Final e Certificado de Conclusão
Category 4
Category 3
Category 2
Category 1
0 1 2 3 4 5 6
Questões Tentativas Aproveitamento

50 3 70%
O Que Esperamos de Você!
Sua Abordagem no curso.
2 a 4 horas
de dedicação por semana.
Divirta-se Leitura do Material

Comunique-se, aprenda E-books e material
e divirta-se em nossa complementar!
Comunidade.
Bibliografia Interação
Leia a bibliografia
adicional, acesse os links Utilize nossas Apps e interaja
úteis e realize os quizzes na rede com outros alunos no
ao final dos capítulos. fórum exclusivo e na timeline
da Comunidade.
Suporte
Em todos os nossos cursos, gratuitos e pagos,

o aluno recebe suporte em até 24 horas,
incluindo finais de semana e feriados.
Seja aprovado,
Utilize um dos nossos canais de comunicação e
obtenha suporte sempre que precisar!
E receba o e-book com todo o
Nossa equipe é obcecada
conteúdo do curso pelo sucesso dos
nossos alunos!
de forma gratuita
Oferecemos mais do que cursos online.
Oferecemos uma experiência de aprendizagem!
E-book
Seja aprovado,
conteúdo do curso
de forma gratuita.
Compartilhe seu Certificado de Conclusão
Seja aprovado,
conteúdo do curso
de forma gratuita
Apps
Apps Gratuitas Gratuitas
par IOS e Android para IOS e Android
Baixe agora mesmo.
www.datascienceacademy.com.br 17
Curta Nossas Páginas nas Redes Sociais
E fique sabendo….
das novidades em Data Science, Big Data, Inteligência
Artificial e muito mais.
1 www.facebook.com/dsacademybr
2 twitter.com/dsacademybr
3 www.linkedin.com/company/data-science-academy
A Inteligência
Python
Está
nas Máquinas oupara
Fundamentos nos
Desenvolvedores?
Análise de Dados
A Inteligência Está nas Máquinas ou nos Desenvolvedores?
A parte inteligente dos

smartphones não está no chip de
computador e sim nas pessoas
que o programaram.
O Que é
Python
Programação
Fundamentosde para
Computadores?
Análise de Dados
O que é Programação?
O Que é Programação de Computadores?
Programação é o processo de analisar

uma tarefa, dividi-la em pedaços ou
etapas e escrever uma sequência de
instruções que o computador possa
entender e executar.
Conhecendo
Python
a
Linguagem Python
Fundamentos para
Análise de Dados
O que é a Linguagem Python?
Conhecendo a Linguagem Python
Lançada em 1991, na Holanda, por Guido Van

Rossum
Linguagem interpretada
Orientada a Objetos
Portável
Comunidade Ativa
www.python.org
Por Que Cientistas de
Python
Dados Escolhem
Fundamentos para
Python?
Análise de Dados
Por Que Cientistas de Dados Escolhem Python?
Python se tornou uma

linguagem de programação
que permite criar um canal
direto para a análise de dados.
• Grande Comunidade
• Bibliotecas de Análise de Dados
• Jupyter Notebook
• Facilidade de Aprender
• Escalabilidade e Portabilidade
PyData Stack
Empresas que usam

Python
O Incrível
Python
Crescimento
Fundamentos da
para
Linguagem Python
Análise de Dados
O Incrível Crescimento da Linguagem Python
Nenhuma linguagem de
programação cresceu tanto
quanto a linguagem Python
nos últimos 6 anos.
E Python é a linguagem de
programação que mais deve
crescer nos próximos anos.
A linguagem Python também se

destacam em relação a várias
outras linguagens (e este gráfico
não inclui o TensorFlow, a principal
biblioteca para construção de
modelos de Machine Learning,
amplamente usada com Python)
E nos países emergentes

(como o Brasil), Python
também tem a maior projeção
de crescimento entre as
principais linguagens de
programação)
Aprender programação é uma excelente

decisão na sua carreira e aprender Python
pode ser um excelente caminho!
Variáveis,Python
Tipos e
Estruturas de Dados
Fundamentos para
Análise de Dados
Variáveis, Tipos e Estruturas de Dados
O que estudaremos neste capítulo?
• Python Fundamentos
• Números e Operações Matemáticas
• Variáveis e Operadores
• Strings
• Estruturas de Dados
o Listas
o Dicionários
o Tuplas
Variáveis, Tipos e Estruturas de Dados
Quiz Exercícios Lab01
Python Fundamentos
Python
Fundamentos para
Análise de Dados
Python Fundamentos
Antes de Começar!
Python Fundamentos
Python é uma linguagem interpretada, clara,

de fácil leitura e bastante expressiva.
Python Fundamentos
Código fonte Byte code Runtime
m.py m.pyc PVM
Python Fundamentos
Basicamente, existem 3 modos de executar programas em Python:
• Modo shell
• Modo script (arquivos com extensão .py)
• Modo interativo (Jupyer Notebook)
Python Fundamentos
Indentação é importante (1 tab ou 4 spaces)
Python Fundamentos
Indentação faz
parte da sintaxe
em Python
Python Fundamentos
Seja consistente.
Use tab ou espaços.
Não misture os 2.
Python Fundamentos
Comentários em Python
Começam com o caracter # ou 3 aspas duplas “””...”””
# Isso é um comentário em um única linha
”””
Isso é um comentário
em mais de uma linha
”””
Python Fundamentos
Dicas:
• Clareza é importante. Mantenha seu código limpo e organizado.
• Código esparso é melhor que código denso.
• Sempre documente seu código.
• Siga os padrões não para criar complexidade, mas para manter a
regra.
• Erros nunca serão silenciosos, a menos que propositalmente.
• Simples é melhor que complexo e complexo é melhor que
complicado.
• Não se sinta obrigado a criar classes sem uma boa razão.
Python Fundamentos
Retorne a este vídeo sempre

que tiver dúvidas sobre estas
dicas.
Números e
Python
Operações
Fundamentos para
Matemáticas
Análise de Dados
Números e Operações Matemáticas
Tópicos deste vídeo
1) Tipos de números em Python

2) Funções e operações com números
3) Aritmética
4) Operadores
Python possui 2 tipos de números principais:
int → números inteiros, positivos ou negativos. Ex: -7 e 7
float → números fracionários, positivos ou negativos. Ex: -7.1 e

7.1
Podemos usar a função type(), para saber qual é o tipo de um número
Podemos usar as funções int() e float()

para converter números.
Funções Built-
in
https://docs.python.org/3/library/index.html
Operações com
Números
Operador Significado Exemplo
+ Soma 2+2→4
- Subtração 3 – 2→ 1
* Multiplicação 2*3→6
/ Divisão 10 / 2 → 5
% Módulo 5%2→1
** Potência 4 ** 2 → 16
int() Converte para inteiro int(3.2) → 3
float() Converte para float float(2) → 2.0
Operações Relacionais
Operador Significado
== Igualdade / equivalência
!= Desigualdade / Inequivalência
> Maior que
< Menor que
>= Maior que ou igual a
<= Menor que ou igual a
Variáveis e
Python
Operadores
Fundamentos para
Análise de Dados
Variáveis e Operadores
As variáveis são usadas em nosso código Python para

armazenar valores que queremos usar mais tarde.
São espaços em memória que armazenam valores.
Por exemplo, nós podemos armazenar o valor 10 na variável b.
b = 10
O sinal de igual atribui o valor à direita (10) à variável do lado

esquerdo (b). Você pode sobrescrever uma variável com um
novo valor sempre que quiser. A variável assumirá o novo valor.
A função print() em Python irá imprimir valores na tela (teremos

um módulo inteiro sobre funções). Por exemplo:
print(10) → imprime na tela o valor 10

print(b) → imprime na tela o valor da variável b
Tudo o que é impresso aparece na tela de saída do Python.
Existem algumas regras que devem ser seguidas ao definir nomes de variáveis:
1. Os nomes das variáveis não podem começar com um número.

2. Não pode haver espaços no nome; utilize _ em vez disso.
3. Não é possível usar qualquer um desses símbolos: '", <> / | \ () @ # $% ^ & * ~ -
+!
O item 3 é considerado uma boa prática de programação (PEP8). Visite os sites

abaixo para mais informações:
https://www.python.org/dev
https://docs.python.org/devguide
Não se pode usar palavras reservadas como nome de

variável
False True as
class def elif
finally from if
is nonlocal Or
return while yield
None and Assert
continue del Else
for global import
lambda not Pass
try with break
except in raise
Operadores
Operadores Aritméticos

+ Soma 2+2→4
/ Divisão 10 / 2 → 5
% Módulo 5%2→1
** Potência 4 ** 2 → 16
Operadores Relacionais
> Maior que
< Menor que
Operadores de
Atribuição
Operado Significado Exemplo
r
= Atribuição z = 10
+= Soma z += 10 (equivalente a z = z +
10)
-= Subtração z -= 10 (equivalente a z = z – 10)
*= Multiplicação z *= 10 (equivalente a z = z * 10)
/= Divisão z /= 10 (equivalente a z = z / 10)
%= Módulo z %= 10 (equivalente a z = z %
10)
**= Potência z **= 10 (equivalente a z = z **
10)
//= Divisão inteira z //= 10 (equivalente a z = z //
10)
Operadores Lógicos

r
and Se ambos operadores (x and y) é True
forem True, retorna True
or Se um dos operadores (x or y) é True
for True, retorna True
Not Usado para reverter o Not (x and y) é False
estado da lógica
Strings para
Python
Fundamentos
Análise de Dados
Strings
Tópicos deste vídeo:
1) O que são strings

2) Criando, indexando e operando strings
Strings
Strings são usadas em Python para gravar informações em

formato de texto, como nomes por exemplo. Strings em
Python são na verdade uma sequência de caracteres, o que
significa, basicamente, que Python mantém o controle de cada
elemento da sequência.
Strings
Python entende a string "Olá”, como sendo uma sequência de

letras em uma ordem específica. Isso significa que você será
capaz de usar a indexação para obter um caracter específico
(como a primeira letra ou a última letra).
Strings
Strings – sequência imutável de caracteres ou apenas 1

caracter
“Essa é uma string”
“a”
Strings
Indexando Strings
Já sabemos que Strings são uma sequência. Isso significa que

Python pode usar índices para chamar partes da sequência.
Vamos aprender como isso funciona.
Strings
Indexando Strings
Em Python, usamos colchetes [] para representar o índice de

um objeto.
→ Em Python, a indexação começa por 0.
Strings
Em Python, a indexação começa por 0.
Strings
Indexando Strings
Por exemplo, podemos criar a string:
texto = ”Python e Análise de Dados”
texto[0] = P
texto[1] = y
texto[2] = t
Strings
É importante ressaltar que as strings têm uma importante

propriedade conhecida como imutabilidade. Isto significa que
uma vez que é criada uma string, os elementos dentro dela
não podem ser substituídos ou alterados.
Strings
Funções Built-in de Strings
Python é uma linguagem orientada a objeto, sendo assim as

estruturas de dados possuem atributos (propriedades) e
métodos (rotinas associadas às propriedades). Tanto os
atributos quanto os métodos são acessados usando ponto (.).
Strings
Os métodos estão sob a forma:
objeto.atributo
objeto.método()
objeto.método(parâmetros)
Strings
objeto.método (parâmetros)
Parâmetros são argumentos extras, que podemos passar para

o método. Não se preocupe se os detalhes não fazem sentido
100% agora. Mais tarde, estaremos criando nossos próprios
métodos.
Estruturas de Dados
Python
Listas
Fundamentos para
Análise de Dados
Estruturas de Dados - Listas
Neste vídeo, você vai aprender:
1) O que são listas

2) Indexação e slice de listas
3) Métodos básicos de lista
4) Listas aninhadas
Anteriormente, quando discutimos Strings, introduzimos o

conceito de uma sequência em Python. As listas podem ser
consideradas a versão geral de uma sequência em Python. Ao
contrário de Strings, as listas são mutáveis, ou seja, os
elementos dentro de uma lista podem ser alterados.
As listas são construídas com o uso de colchetes [] e

vírgulas separando cada elemento da lista.
lista = [item1, item2, ..., itemz]
Se você estiver familiarizado com outra linguagem de

programação, você pode traçar paralelos entre matrizes em outras
linguagens e listas em Python. Listas em Python no entanto,
tendem a ser mais flexíveis do que as matrizes em outras
linguagens por dois bons motivos:
1. Listas não têm tamanho fixo (o que significa que não

precisamos especificar quão grande uma lista será)
2. Listas não têm restrição de tipo fixo
Uma grande característica de estruturas de dados em

Python é que elas suportam aninhamento. Isto significa
que podemos usar estruturas de dados dentro de
estruturas de dados.
Estruturas de Dados
Python
Dicionários
Fundamentos para
Análise de Dados
Estruturas de Dados - Dicionários
Neste vídeo falaremos sobre:
1) O que são dicionários

2) Acessando itens de um dicionário
3) Dicionários aninhados
4) Métodos de Dicionários
Até aqui falamos bastante sobre sequências em Python, mas

agora vamos mudar um pouco o foco e aprender sobre
mapeamentos em Python. Se você estiver familiarizado com
outras linguagens de programação, pode imaginar os
dicionários como tabelas de hash (hash tables).
Os dicionários são construídos com o uso de chaves {} e

vírgulas separando cada elemento do dicionário
dict = {k1:v1, k2:v2, ..., kn:vn}
Então, o que são mapeamentos?
Mapeamentos são uma coleção de objetos que são

armazenados por uma chave, ao contrário de uma
sequência de objetos armazenados por sua posição relativa.
Então, o que são mapeamentos?
Um dicionário Python consiste de uma chave e, em seguida,

um valor associado.
Esse valor pode ser quase qualquer objeto Python.
Dicionários – mapeamento de chaves e valores
{chave1: valor1, chave2: valor2}
Estruturas de Dados
Python
Tuplas para
Fundamentos
Análise de Dados
Estruturas de Dados - Tuplas
Neste vídeo, veremos:
1) O que são tuplas

2) Métodos básicos de tuplas
3) Imutabilidade
4) Quando usar tuplas
Em Python, tuplas são muito semelhantes às listas, no entanto,

ao contrário de listas, tuplas são imutáveis, o que significa que
não podem ser alteradas. Você usaria tuplas para apresentar
dados que não devem ser alterados, como os dias da semana
ou datas em um calendário.
As tuplas são construídas com o uso de parênteses () e

vírgulas separando cada elemento da tupla.
tupla = (item1, item2,..., itemz)
"Por que se preocupar usando tuplas, uma vez que trata-se de

um objeto com limitações e um número menor de métodos
disponíveis?"
Tuplas não são utilizadas com frequência, como listas por

exemplo, mas são usadas quando é necessário imutabilidade.
Se em seu programa você precisa ter certeza de que os dados
não sofrerão mudança, então tupla pode ser a sua solução. Ela
fornece uma fonte conveniente de integridade de dados.
Resumo
Python
Fundamentos para
Análise de Dados
Resumo
Tipo de Objeto Categoria Mutável?

Números Numérico Não
Strings Sequência Não
Listas Sequência Sim
Dicionários Mapeamento Sim
Tuplas Sequência Não
Resumo
Operadores Aritméticos

+ Soma 2+2→4
/ Divisão 10 / 2 → 5
% Módulo 5%2→1
** Potência 4 ** 2 → 16
Resumo
Operadores Relacionais
> Maior que
< Menor que
Resumo
Operadores de
Atribuição
r
= Atribuição z = 10
+= Soma z += 10 (equivalente a z = z +
10)
-= Subtração z -= 10 (equivalente a z = z – 10)
*= Multiplicação z *= 10 (equivalente a z = z * 10)
/= Divisão z /= 10 (equivalente a z = z / 10)
%= Módulo z %= 10 (equivalente a z = z %
10)
**= Potência z **= 10 (equivalente a z = z **
10)
//= Divisão inteira z //= 10 (equivalente a z = z //
10)
Resumo
Operadores Lógicos

r
and Se ambos operadores (x and y) é True
forem True, retorna True
or Se um dos operadores (x or y) é True
for True, retorna True
Not Usado para reverter o Not (x and y) é False
estado da lógica
Resumo
Resumo
Você vai perceber, que o conhecimento adquirido

neste capítulo, será utilizado em todos os demais
capítulos e quando trabalharmos com Análise de
Dados.
Resumo
Agora, faça os exercícios, compare suas respostas com o

gabarito fornecido, faça o quiz, acesse a seção de referências
e links úteis com material complementar e encontre comigo
no Laboratório01, quando vamos trabalhar com um game em
Python.
Loops, Condicionais,
Python
Métodos e Funções
Fundamentos para
Análise de Dados
Loops, Condicionais, Métodos e Funções
• Condicionais If/Else/Elif
• Estruturas de Repetição
• Métodos
• Funções
• Outras Operações
Python
Condicionais
Fundamentos para
Análise de Dados
Condicionais
O condicional if nos permite dizer ao computador para executar

ações com base em um determinado conjunto de resultados.
Verbalmente, podemos imaginar que estamos dizendo ao

computador:
"Ei, caso isso aconteça, execute esta ação."
Condicionais
If (expressão 1):
print(“comando executado caso a expressão 1 seja
Verdadeira”)
else:
print(“comando executado caso as expressão 1 seja Falsa”)
Condicionais
O Elif substitui a necessidade de criar várias estruturas de if...else aninhadas.
If (expressão 1):
print(“comando executado caso a expressão 1 seja Verdadeira”)
elif (expressão 2):
print(“comando executado caso a expressão 1 seja Falsa e expressão 2 seja Verdadeira”)
else:
print(“comando executado caso as expressões 1 e 2 sejam Falsas”)
Condicionais
Indentação
É importante ter uma boa compreensão de como

funciona o recuo em Python (indentação) para
manter a estrutura em ordem no seu código.
Estruturas de
Python
Fundamentos para
Repetição Loop
Análise For
de Dados
Loop For
For
Valida cada item em uma série de valores
for item in série-de-items:

Executar comandos
Loop For
For
for item in série-de-items:

if item > 0:
Executar comandos
Loop For
For
for item in série-de-

items:
Executar comandos
Loop For
For
Podemos utilizar o loop for em objetos sequenciais como:
• strings
• listas
• tuplas
• elementos de dicionários
• arquivos
Estruturas de
Python
Fundamentos para
Repetição Loop
Análise While
de Dados
Loop While
O loop while em Python é uma das formas mais comuns para executar
iteração.
A instrução while será executada repetidamente, seja uma única instrução

ou grupo de instruções, desde que uma condição seja verdadeira.
Loop While
while (expressão1):
print(“comando executado caso a expressão1 seja Verdadeira”)
Estruturas de
Repetição Range
Range
A função range() nos permite criar uma lista de números em um

intervalo específico.
Range
A função range() tem o seguinte formato:
range([start], [stop], [step])
[start] – número que inicia a sequência

[stop] – número que encerra a sequência (não é incluído na
sequência)
[step] – diferença entre cada número da sequência
Range
range(50, 101, 2)
Python
Métodos
Fundamentos para
Análise de Dados
Métodos
Nós já vimos alguns exemplos de métodos quando

aprendemos sobre Estruturas de Dados em Python.
Os métodos são essencialmente funções incorporadas em

objetos.
Métodos
Mais tarde, vamos aprender sobre como criar nossos próprios

métodos que utilizam Programação Orientada a Objetos (OOP) e
classes.
Métodos
Métodos permitem executar ações específicas no objeto e

podem também ter argumentos, exatamente como uma
função.
Métodos
Os métodos são executados sob a forma:
objeto.método (arg1, arg2, etc ...)
Métodos
Com Jupyter Notebook podemos ver rapidamente todos os

métodos possíveis para um objeto, usando a tecla TAB. Por
exemplo, os métodos para o objeto lista são:
• append
• count
• extend
• insert
• pop
• remove
• reverse
• sort
Python
Funções
Fundamentos para
Análise de Dados
Funções
Vamos agora estudar o que é uma função em Python. As

Funções serão um dos nossos principais recursos, quando
construírmos quantidades cada vez maiores de código para
resolver problemas.
Então, o que é uma função?
Funções
Função é um dispositivo que agrupa um conjunto de

instruções para que elas possam ser executadas mais de uma
vez. Funções também permitem especificar os parâmetros que
podem servir como entrada para as funções.
Funções
Em um nível mais fundamental, a construção de funções nos

permite reutilizar código, sem ter que escrevê-lo novamente.
Nas aulas de Strings, utilizamos a função len() para obter o
comprimento de uma String. Com funções, escrevemos o
código uma única vez e repetimos a mesma instrução, fazendo
a chamada à função, quantas vezes forem necessárias.
Funções
O formato geral de uma função é:
def nome da função(arg1, arg2):
''' Aqui vão os comentários, documentando sua função

'''
<Aqui vai seu código>

<Retorno desejado pela função>
Funções
E por que Função é importante?
Funções em Python são uma forma de escrever a sua lógica em

único pacote e utilizá-la em diferentes lugares no seu código e
quantas vezes quiser.
Funções
Entrada Saíd
a
Argumentos Resultado
Funçã
o
Variáveis Globais Variáveis Globais
Variáveis
Locais
Arquivos / Arquivos /
Streams de Dados Streams de Dados
Outras Funções
Python
Expressões Lambda
Fundamentos para
Análise de Dados
Expressões Lambda
Uma das características mais úteis em Python (e para

iniciantes, um pouco confuso) é a expressão lambda.
Expressões lambda nos permitem criar funções "anônimas".
Isto significa que podemos fazer rapidamente funções ad-hoc
sem a necessidade de definir uma função usando a palavra
reservada def.
Expressões Lambda
Objetos de função desenvolvidos executando expressões

lambda funcionam exatamente da mesma forma como
aqueles criados e atribuídos pela palavra reservada def. Mas
há algumas diferenças fundamentais que fazem lambda útil
em funções especializadas:
• O corpo do lambda é uma única expressão, não um bloco de instruções.

• O corpo do lambda é semelhante a uma instrução de retorno do corpo
def.
Expressões Lambda
Expressões lambda realmente são úteis, quando usadas em

conjunto com as funções map(), filter() e reduce().
Expressões Lambda
Expressões lambda são usadas para criar funções simples.
São também chamadas funções in-line ou apenas funções

anônimas.
Expressões Lambda
lambda x: x**2.
Expressões Lambda
Diferença entre def e lambda para criar funções:
Expressões Lambda
def → cria um objeto e atribui um nome a ele (nome da

função)
Expressões Lambda
def → cria um objeto e atribui um nome a ele (nome da

função)
lambda → cria um objeto, mas o retorna como um resultado

em tempo de execução
Tratamento de
Arquivos, Módulos,
Python
Fundamentos para
Pacotes e Funções
Análise de Dados
Built-in
Tratamento de Arquivos, Módulos, Pacotes e Funções Built-in
• Manipulação de Arquivos em Python

• Módulos e Pacotes
• PyPi e Instalação de Pacotes
• Pacotes Math e Datetime
• Funções Built-in Map, Reduce, Filter, Zip e Enumerate
• List Comprehension
• Erros e Exceções
Python
Arquivos
Fundamentos para
Análise de Dados
Arquivos
Python usa objetos de arquivo para interagir com arquivos em

seu computador. Esses objetos de arquivo podem ser qualquer
tipo de arquivo como um arquivo de áudio, um arquivo de
texto, e-mails, documentos do Excel, etc.
Arquivos
Nota: Você provavelmente terá que instalar algumas bibliotecas ou

módulos para interagir com os vários tipos de arquivos, mas eles
estão facilmente disponíveis.
Por exemplo: Python oferece o pacote csv para manipulação

arquivos csv.
Arquivos
Método Utilização
open() Usada para abrir o arquivo
read() Leitura do arquivo
write() Gravação no arquivo
seek() Retorna para o início do arquivo
readlines() Retorna a lista de linhas do arquivo
close() Fecha o arquivo
Python
Módulos e Pacotes
Fundamentos para
Análise de Dados
Módulos e Pacotes
Se você sair do interpretador Python e entrar novamente,

todas as definições que você fez (funções e variáveis) são
perdidas.
Módulos e Pacotes
Portanto, se você quiser escrever um programa um pouco

mais longo, você precisa usar um editor de texto ou uma IDE
para escrever seu código, salvar e então executar o arquivo no
interpretador Python.
Módulos e Pacotes
Isto é conhecido como a criação de um script.
Módulos e Pacotes
À medida que seu programa fica maior, você pode querer

dividi-lo em vários módulos para facilitar a manutenção.
Módulos e Pacotes
Você também pode querer usar uma função que você

escreveu, em vários programas sem ter que copiar sua
definição em cada programa.
Módulos e Pacotes
Para suportar isso, Python tem uma maneira de colocar tais

definições em um arquivo e usá-las em um script ou em uma
instância interativa do interpretador (como no Jupyter
Notebook).
Esse arquivo é chamado de módulo
Módulos e Pacotes
Módulos em Python são simplesmente arquivos Python com a

extensão .py, que implementam um conjunto de funções.
Importamos o módulo em nosso script Python, usando o
comando import:
import math
Módulos e Pacotes
A primeira vez que um módulo é carregado em um script Python,

ele é inicializado e fica disponível para uso.
Você precisa importar um módulo apenas uma vez no seu código.
Módulos e Pacotes
Escrever módulos Python é muito simples. Para criar um módulo

de sua preferência, basta criar um novo arquivo .py com o nome
do módulo e, em seguida, importá-lo usando o nome do arquivo
Python (sem a extensão .py), utilizando o comando de
importação.
meu_modulo.py
import ”meu_modulo”
Módulos e Pacotes
Também é possível importar funções específicas de um

módulo
from math import sqrt
Módulos e Pacotes
O Anaconda traz na instalação uma série de módulos

disponíveis, principalmente módulos para computação
científica e Data Science.
Módulos e Pacotes
Para verificar os módulos e pacotes instalados, use o

comando:
conda list
Módulos e Pacotes
Módulos e Pacotes
Mas você pode instalar qualquer módulo que desejar e que

seja compatível com a sua versão da linguagem Python!
Módulos e Pacotes
Para isso, abra o prompt de comando no seu computador e use o

comando:
conda install ”nome-do-modulo”
ou
pip install ”nome-do-modulo”
Módulos e Pacotes
Por exemplo, se você quiser instalar um módulo para criar

arquivos do Microsoft PowerPoint a partir do Python.
http://python-pptx.readthedocs.io/en/latest
Módulos e Pacotes
Módulos e Pacotes
Módulos e Pacotes
Existem diversos módulos do Python criados por

desenvolvedores e empresas ao redor do mundo.
Módulos e Pacotes
Pacotes
Módulos e Pacotes
Pacotes são uma forma de estruturar os módulos Python.
import modulo
import pacote.modulo
Módulos e Pacotes
Um pacote é um conjunto de módulos Python.
Módulos e Pacotes
Enquanto um módulo é um único arquivo Python, um pacote

é um diretório de módulos Python contendo um arquivo
__init__.py
Módulos e Pacotes
Módulos e Pacotes
import
pacote.modulo
Módulos e Pacotes
O repositório de pacotes do Python, é o PyPi (Python Package

Index) com mais de 130 mil pacotes disponíveis.
https://pypi.python.org/pypi
Python
Map
Fundamentos para
Análise de Dados
Map
Python fornece várias funções que permitem uma

abordagem funcional à programação, oferecendo mais
facilidade na criação do seu código.
Map
Podemos dizer que a programação funcional é uma

programação orientada à expressão.
Map
Funções orientadas à expressão, em Python:
• map(Função, Sequência)
• reduce(Função, Sequência)
• filter(Função, Sequência)
• lambda
• list comprehension
Map
Map
Como esta pode ser uma operação comum, Python nos

fornece uma função interna (built-in) que faz a maior parte do
trabalho por nós.
Map
Map é uma função que recebe 2 argumentos:
• Uma função
• Uma sequência
map(função, sequência)
Map
O primeiro argumento é o nome de uma função e o segundo

uma sequência (por exemplo, uma lista).
map(função, sequência)
Map
map() aplica a função a todos os elementos da sequência.
Uma nova lista com os elementos alterados pela função é

retornado.
Python
Reduce
Fundamentos para
Análise de Dados
Reduce
Reduce é uma função que recebe 2 argumentos (assim como a

função map):
• Uma função
• Uma sequência
reduce(função, sequência)
Reduce
O primeiro argumento é o nome de uma função e o segundo

uma sequência (por exemplo, uma lista).
Reduce
Ao contrário da função map que aplica a função a cada

elemento da sequência e retorna uma outra sequência de
elementos, a função reduce aplica a função passada como
parâmetro aos elementos da sequência, até que reste apenas
um elemento.
Reduce
[0] [1] [2] [3]
Python
Filter
Fundamentos para
Análise de Dados
Filter
A exemplo das funções built-in, map() e reduce(), a função

filter() também recebe 2 argumentos, uma função e uma
sequência.
filter(função, sequência)
Filter
A função filter() oferece uma maneira conveniente para filtrar

todos os elementos de uma sequência, para os quais a função
retorne True.
filter(função, sequência)
Filter
A função passada como parâmetro para filter(), deve retornar

um valor booleano, True ou False.
Filter
A função será aplicada a todos os valores de uma sequência e os

valores serão retornados, apenas se retornarem True para a
função.
Python
List Comprehension
Fundamentos para
Análise de Dados
List Comprehension
Como vimos nos itens anteriores, podemos usar as funções

map(), reduce() e filter(), para aplicar uma determinada função
a uma sequência de dados.
List Comprehension
Mas como esta é uma atividade comum em Python, a

linguagem fonece alternativas ainda mais flexíveis que Map() e
Filter().
List Comprehension
List Comprehension, aplica uma expressão arbitrária (ao invés de

aplicar apenas uma função) a uma sequência de elementos.
List Comprehension
List Comprehension, permite desenvolver listas usando uma notação

diferente. Seria essencialmente uma linha de loop for, construída dentro de
[].
Por exemplo:
lst = [x for x in ”sequência”]
List Comprehension
Nós normalmente usamos loops for quando trabalhamos com

funções map() e usamos list comprehension quando esta for
mais fácil de ser aplicada.
No entanto, há uma vantagem substancial de desempenho ao

utilizar a list comprehension.
Python
Zip eFundamentos
Enumerate para
Análise de Dados
Zip e Enumerate
A função zip() agrega os valores de duas sequências e retorna uma

tupla.
zip(sequência, sequência)
Zip e Enumerate
zip () pode ser usado quando o número de elementos for

diferente em cada sequência. Mas o objeto resultante terá o
mesmo número de elementos da sequência menor.
Zip e Enumerate
zip () pode ser usado quando o número de elementos for

diferente em cada sequência. Mas o objeto resultante terá o
mesmo número de elementos da sequência menor.
Ou seja:
zip([1, 2, 3, 4], [1, 2, 3])
(1,1) (2,2) (3,3)
Zip e Enumerate
Outra função bastante útil é
enumerate()
Zip e Enumerate
A função enumerate permite retornar o índice de cada valor em

uma sequência, à medida que você percorre toda a sequência.
Enumerate retorna uma tupla no formato tupla(índice, valor).
Zip e Enumerate
enumerate(sequência)
Python
ErrosFundamentos
e Exceções para
Análise de Dados
Erros e Exceções
while True
print(‘Bem-vindo’)
Erros e Exceções
while True:
print(’Bem-vindo’)
Erros e Exceções
Porém, mesmo quando uma expressão estiver sintaticamente

correta, ainda poderão ocorrer erros e neste caso, chamamos de
Exceções.
Erros e Exceções
Podemos tratar exceções em Python, da seguinte forma:
try:
aqui vão as operações…
except Exceção1:
Se houver a Exceção1, execute este bloco
except Exceção2:
Se houver a Exceção2, execute este bloco
else:
Se não houver exceção, execute este bloco
Erros e Exceções
Temos ainda a palavra reservada Finally, que nos permite

executar código, mesmo que exceções ocorrem.
Erros e Exceções
Uma lista completa de exceções em Python, pode ser

encontrada aqui:
https://docs.python.org/3.6/library/exceptions.html
Orientação a Objetos
Python
Fundamentos para
Análise de Dados
Introdução
Pythonà
Programação
Fundamentos para
Análise de Dados
Orientada a Objetos
Introdução à Programação Orientada a

Objetos
Programação Orientada a Objetos (POO) tende a ser um dos

principais obstáculos para iniciantes em Python.
Neste capítulo, vamos aprender sobre POO em Python através dos seguintes
tópicos:
• Usando a palavra reservada class

• Criando atributos de classe
• Criando métodos em uma classe
• Instanciando Objetos
• Herança
• Métodos especiais
A orientação a objetos é um modelo

de análise, projeto e programação de sistemas
de software baseado na composição e interação entre
diversas unidades de software chamadas de objetos.
A Programação Orientada a Objetos (POO), foi criada para

tentar aproximar o mundo real e o mundo virtual. A ideia
fundamental é tentar simular o mundo real dentro do
computador.
Na Programação Orientada a Objetos, o programador (você) é

responsável por moldar o mundo dos objetos, e definir como os
objetos devem interagir entre si.
Os objetos "conversam" uns com os outros através do envio de

mensagens e o papel principal do programador é definir quais
serão as mensagens que cada objeto pode receber e também
qual a ação que o objeto deve realizar ao receber cada
mensagem.
Alguns exemplos de linguagens orientadas a objetos modernas

utilizadas por grandes empresas em todo o mundo são:
Java, C#, C++, Ruby, Lisp, Python, etc.
Programação
Estruturada
Python
x
Fundamentos para
Programação
Análise de Dados
Orientada a Objetos
Programação Estruturada
Programação Orientada a Objetos
Programaçã • Sequência
o • Decisão
Estruturada • Iteração
(Repetição)
Aplicação
Programaçã
o Função
Estruturada
Função Dados
Função
Aplicaçã
Programaçã o
o POO Objeto Objeto
Atributos Atributos
Métodos Métodos
Programaçã
o POO
Principais Conceitos
Python
Fundamentos para
de POO
Análise de Dados
• Classe
• Objeto
Principais conceitos da • Atributos
POO • Métodos
• Mensagem
• Herança
• Polimorfismo
• Encapsulamento
Classes e Objetos
Python
Fundamentos para
Análise de Dados
Classes e Objetos
A classe é a estrutura básica do paradigma de orientação a

objetos, que representa o tipo do objeto, um modelo a partir
do qual os objetos serão criados.
Classes e Objetos
Uma classe é apenas um molde. Uma especificação que

define o que um objeto desse tipo deverá ter como atributo
e como ele deve se comportar.
Por exemplo:
Podemos criar a classe Livro.
Classes e Objetos
Classe
Livro
Classes e Objetos
A classe é uma espécie de template que define a natureza de

um futuro objeto.
Classes e Objetos
A partir de classes, nós construímos instâncias.
Classes e Objetos
Cada instância é um objeto.
Classes e Objetos
Uma instância, é um objeto específico, criado a partir de uma

classe.
Classes e Objetos
Objetos representam entidades, com suas qualidades

(atributos) e ações (métodos) que estas podem
realizar.
Classes e Objetos
Em Python tudo é um objeto.
Classes e Objetos
Em Python tudo é um objeto
list, tuple, dict, int, float
Classes e Objetos
E como podemos criar nossos próprios objetos em Python?
Classes e Objetos
Objetos definidos pelo usuário em Python são criados a partir

de instâncias de classes criadas usando a palavra reservada
class.
Classes e Objetos
Por convenção, o nome de uma classe começa com letra

maiúscula.
Classes e Objetos
João
José
Josias
Classes e Objetos
Classes e Objetos
Classes e Objetos
Em Python, novos objetos são criados a partir das classes. O

objeto é uma instância da classe, que possui características
próprias.
MétodosPython
Fundamentos para
Análise de Dados
Métodos
Métodos são funções definidas dentro do corpo de uma

classe.
Métodos
Eles são usados para realizar operações com os atributos

dos nossos objetos.
Métodos
Métodos são usados no conceito de encapsulamento, do

paradigma de Programação Orientada a Objetos.
Métodos
Métodos são basicamente funções definidas dentro de

uma classe, para manipular os objetos criados a partir da
classe.
Utiliza-se a palavra reservada def para criar métodos, da

mesma forma que se cria funções.
Métodos
Podemos criar classes para nossas atividades de análise de

dados e criar métodos específicos para cada tarefa,
encapsulando nossa lógica de programação.
Herança
Python
Fundamentos para
Análise de Dados
Herança
Herança é uma forma de gerar novas classes usando

classes que foram definidas previamente.
Herança
Estas novas classes formadas, são chamadas classes derivadas

ou sub-classes.
Herança
A classe que deu origem a sub-classe, é chamada super-classe

ou classe base.
Herança
Um dos principais benefícios da Herança é a reutilização de

código e a redução da complexidade dos programas.
Herança
As classes derivadas estendem as funcionalidades das classes

base.
Métodos Especiais
Python
Fundamentos para
Análise de Dados
Métodos Especiais
Classes em Python podem implementar determinadas

operações com métodos especiais.
Métodos Especiais
Ao usar métodos especiais, sua classe poderá ter um

comportamento semelhante a um dicionário, uma função ou
mesmo um número.
Métodos Especiais
Você já utilizou um método especial nos vídeos anteriores:
__init__
Métodos Especiais
__abs__ __delattr__ __getattribute__ __index__

__add__ __delete__ __getitem__ __init__
__and__ __delitem__ __getslice__ __instancecheck_
__call__ __delslice__ __gt__ __int__
__class__ __dict__ __hash__ __invert__
__cmp__ __div__ __hex__ __ior__
__coerce__ __divmod__ __iadd__ __ipow__
__complex__ __eq__ __iand__ __irshift__
__contains__ __float__ __idiv__ __isub__
__del__ __floordiv__ __ifloordiv__ __long__
__itruediv__ __ge__ __ilshift__ __lshift__
__ixor__ __get__ __imod__ __mod__
__len__ __getattr__ __imul__ __new__
Métodos Especiais
Por exemplo, quando você usa a função del para remover um

atributo de um objeto, o método especial __delattr__ é
chamado.
Métodos Especiais
Você digita isso: del obj.my_attrib
Python chama isso: obj.__delattr__(”my_attrib”)
Métodos Especiais
Ou seja, você não precisa fazer uma chamada ao método

diretamente. Python oferece vários métodos especiais para você!
Manipulando Banco
Python
de Dados em Python
Fundamentos para
Análise de Dados
Manipulando Banco de Dados em Python
O Que São Bancos
Python de
Dados?
Fundamentos para
Análise de Dados
O que são Bancos de

Dados?
O que são Bancos de Dados?
Bancos de dados são coleções de dados interligados entre si e

organizados para fornecer informações.
O que são Bancos de Dados?
É uma coleção de dados inter-relacionados, representando

informações sobre um domínio específico.
Dados
x Python
Fundamentos para
Informações
Análise de Dados
Dados x Informações
• Dados – fatos brutos
• Informação – agrupamento
de dados de forma
organizada
Python
SGBD
Fundamentos para
Análise de Dados
SGBD
Sistema de Gerenciamento de Bancos de Dados
DBMS
Database Management System
Um Sistema de Gerenciamento
SGBD de Banco de Dados (SGBD) é o
Sistema de conjunto de programas de
Gerenciamento de computador (softwares)
Bancos de Dados responsáveis pelo gerenciamento
de uma base de dados.
Por que usar um SGBD?
• Controlar redundância
• Compartilhamento de dados
• Independência de dados
• Segurança
• Backup e recuperação a falhas
• Forçar restrições de integridade
• Aumentar a produtividade e disponibilidade
• Flexibilidade e padronização
Onde encontramos SGBD’s?
• Data Mining
• Datawarehousing e OLAP
• Banco de Dados Multimídia
• Banco de Dados Espaciais e Temporais
• Bancos de Dados Móveis
• Bancos de Dados Semiestruturados
• Novas Aplicações de Bancos de Dados: Bibliotecas
Digitais, Comércio Eletrônico, Telecomunicações, etc.
• Uma das Fontes do Big Data
Bancos dePython
Dados
Relacionais
Fundamentos para
Análise de Dados
Bancos de Dados Relacionais
Bancos de Dados Relacionais são gerenciados por

RDBMS (Relational Database Management System)
• Entidades (tabelas) e atributos
• Registros (Tuplas)
• Chaves (primária e estrangeira)
• Relacionamentos entre entidades (tabelas)
• Integridade Referencial
• Normalização
Principais Conceitos
Python
de Bancos de Dados
Fundamentos para
Relacionais
Análise de Dados
• Entidades (tabelas) e atributos
• Registros (Tuplas)
• Chaves (primária e estrangeira)
• Relacionamentos entre entidades (tabelas)
• Integridade Referencial
• Normalização
Os dados de um
banco de dados
relacional são
armazenados em
tabelas.
Ano de
Código Nome Descrição Uso Lançamento
Linguagem de uso
P-1200 Python geral Análise de Dados 1991
R-1300 R Linguagem Estatística Análise de Dados 1990
Tabela:
LinguagemLinguagens-de-Programação
de uso Processamento de Big
J-1400 Scala geral Data 2001
Cada linha formada por uma lista ordenada de

colunas representa um registro, ou tupla, dentro da
tabela.
Ano de
Código Nome Descrição Uso Lançamento
Linguagem de uso
P-1200 Python geral Análise de Dados 1991
R-1300 R Linguagem Estatística Análise de Dados 1990
Tabela:
LinguagemLinguagens-de-Programação
de uso Processamento de Big
J-1400 Scala geral Data 2001
As colunas de uma tabela são também chamadas de

atributos.
Um conceito importante em um
banco de dados relacional é o
conceito de atributo chave, que
permite identificar e diferenciar
uma tupla de outra.
Chave Primária (PK) - coluna(s) que garante(m) a unicidade das

linhas. É a chave principal de uma tabela. Uma tabela só pode
ter uma Chave Primária.
Chave Estrangeira (FK) - coluna(s) de uma tabela que contém

valores da PK de outra tabela. Uma tabela pode ter mais de
uma
Chave Estrangeira.
As chaves garantem o relacionamento entre as

tabelas.
Índices
É uma lista ordenada de valores que apontam para os dados

nas tabelas. Utilizado para agilizar a leitura de dados. Pode ser
utilizado também para forçar a unicidade dos dados.
Integridade Referencial
É o conceito em que várias tabelas de banco de dados

compartilham uma relação com base nos dados armazenados
nas tabelas e essa relação deve ser coerente. Isso geralmente é
imposto com ações de adição, exclusão e atualização em
cascata.
Normalização de dados é o processo de organização de

campos e tabelas em um banco de dados relacional para
minimizar a redundância e a dependência.
Linguagem SQL
Python
Fundamentos para
Análise de Dados
DML (Data Manipulation Language) (Desenvolvimento)
• SELECT : pesquisa de dados

• UPDATE : atualização de dados
• DELETE : eliminação de dados
• INSERT : inserção de dados
DDL (Data Definition Language) (Suporte)
• CREATE : definição de um objeto (tabela, índice)

• ALTER : alteração de um objeto
• DROP : eliminação de um objeto
DCL (Data Control Language)

(Suporte/Desenvolvimento)
• GRANT : fornecer um privilégio

• REVOKE : tirar um privilégio
SQLite
Python
Fundamentos para
Análise de Dados
SQLite
SQLite é um engine (motor) de banco de dados SQL.
SQLite
Se o Banco de Dados SQLite é um único arquivo, por que não

usar um arquivo comum ao invés de SQLite?
SQLite
Por que usar o SQLite?
• Não requer um processo servidor dedicado.

• Configuração zero, o que significa que nenhuma configuração ou
administração é necessária.
• Um banco de dados SQLite completo é armazenado em um único arquivo
multiplataforma.
• SQLite é pequeno e leve, menos de 400 KB quando totalmente
configurado.
SQLite
O SQLite está disponível para diversas plataformas, como

Unix (Linux, Mac OSX, Android e iOS) e Windows.
SQLite
O SQLite pode ser usado, quando recursos avançados de

SGBD’s não forem necessários, como por exemplo para
aplicações que executam em um smartphone.
SQLite
O SQLite é instalado automaticamente quando você instala o

Anaconda.
SQLite
O código do SQLite, totalmente escrito em linguagem C, é de

domínio público e pode ser usado livremente, inclusive para
uso comercial e privado.
SQLite
O SQLite é amplamente utilizado na internet e em

smartphones.
SQLite
Ao contrário de outros Bancos de Dados, o SQLite não requer

um processo ou serviço sendo executado em um servidor.
Todo acesso ao banco de dados é feito através de
leitura/escrita aos arquivos do banco de dados, acesso este
feito pelas bibliotecas do SQLite.
SQLite
Todos os objetos do banco de dados, como tabelas, índices,

triggers e views ficam armazenados no mesmo arquivo.
SQLite
Por ser amplamente testado antes de cada release, o SQLite é

considerado bastante confiável.
SQLite
E quando não é apropriado usar SQLite?
• Aplicações Cliente/Servidor
• Websites com alto volume de tráfego
• Análise de datasets muito grandes
• Alta concorrência é requerida
• Armazenar Big Data
SQLite
https://www.sqlite.org
Banco dePython
Dados
NoSQL
Fundamentos para
Análise de Dados
Banco de Dados NoSQL
Bancos de Dados
Relacionais
Bancos de Dados
NoSQL
Bancos de Dados NoSQL, são bancos de dados

distribuídos e não-relacionais, que foram projetados
para atender os requerimentos de Big Data.
Bancos de Dados NoSQL oferecem uma arquitetura muito

mais escalável e eficiente que os bancos relacionais e facilitam
consultas no-sql de dados semi-estruturados ou não-
estruturados.
A este respeito, NoSQL surgiu como

um paradigma não tradicional para
lidar com grandes volumes de dados e
para resolver os desafios colocados
pela chegada de implementações de
Big Data.
Bancos de Dados NoSQL oferecem 4 categorias principais de

bancos de dados:
• Graph databases
• Document databases
• Key-values stores
• Column family stores
Para uma lista completa de Bancos de Dados NoSQL

visite:
http://nosql-database.org
MongoDBPython
Fundamentos para
Análise de Dados
MongoDB
MongoDB é um banco de dados orientado a

documento, uma das categorias de bancos de dados
NoSQL.
MongoDB
Um banco de dados NoSQL orientado a documento,

substitui o conceito de ”linha” como em bancos de dados
relacionais, por um modelo mais flexível, o ”documento”.
MongoDB
O MongoDB é open-source e um dos líderes no segmento

de bancos de dados NoSQL. Ele foi desenvolvido em
linguagem C++.
MongoDB
Algumas das principais catacterísticas do MongoDB:
• Indexação
• Agregação
• Tipos de dados especiais
• Armazenamento
MongoDB
Algumas características presentes em bancos de dados

relacionais, não estão presentes no MongoDB, como alguns
tipos de joins e transações multi-linha.
MongoDB
MongoDB RDBMS
Database Database
Collection Tabela
Document Linha/Tupla
Field Coluna
Embedded Documents Join de Tabelas
Primary Key Primary Key
MongoDB
Onde usar o MongoDB?
• Big Data
• Gestão de Conteúdo
• Infraestrutura Social e Mobile
• Gestão de Dados de Usuários
• Data Hub
• Capturar Stream de Dados para
Análise
Mini-Projeto1
StreamFundamentos
de Dados
Python do
para
Twitter
Análisecom
de Dados
MongoDB, Pandas e
Scikit Learn
Stream de Dados do Twitter com MongoDB, Pandas e Scikit Learn
Text Mining é uma das aplicações de técnicas de

processamento de linguagem natural e métodos analíticos
para extrair informações relevantes de dados de textos.
O Text Mining tem atraído cada vez mais atenção, pela

possibilidade de análise de dados em páginas web, projetos
no Google e redes sociais como o Twitter.
O Twitter é uma fonte rica de informações sobre os mais

variados assuntos.
Podemos usar dados do Twitter para analisar tendências

relacionadas a uma palavra chave, analisar o sentimento
relacionado a uma determinada marca ou para obter feedback
sobre produtos e serviços.
O MongoDB, como vimos, é uma banco NoSQL orientado a

documento, que permite a integração entre certos tipos de
aplicação, de forma mais fácil e rápida.
Para obter dados do Twitter, é preciso usar uma API.
API (Application Programming Interface) é um

software que permite a interação entre programas de
computador e serviços web (web services) de forma
fácil.
Diversos web services disponibilizam API’s para que

os desenvolvedores possam integragir com suas
aplicações e acessar dados de forma programática.
Diversos web services disponibilizam API’s para que

os desenvolvedores possam integragir com suas
aplicações e acessar dados de forma programática.
Neste caso, usaremos a Twitter Streaming API, para

fazer downloads do Twitter.
Obtendo as API’s Keys:
1- Crie uma conta no Twitter, caso já não possua uma

2- Siga a Data Science Academy no Twitter (@dsacademybr)
3- Acesse http://apps.twitter.com com seu login e senha do Twitter
4- Clique em ”Create a New App”
5- Preencha as informações e clique em ”Criar Twitter Application”
6- Clique em Keys e Access Tokens e copie API Keys e API Secret
7- Clique em ”Create my access token” e copie seu Access Token e Access token
secret
Módulos Python
Python Para
Análise de Dados
Fundamentos para
Análise de Dados
Introdução
Módulos Python
Introdução à Análise Introdução ao Machine Learning
Para Análise de
de Dados em Python TensorFlow com Python
Dados
Bônus
Introdução a Deep
Learning
Introdução
Módulos Python Para Análise de Dados

(Python Open Data Science Stack)
Introdução
Outras
X
Python Open Ferramentas de
Data Science Análise:
Stack R, SAS, Stata,
Matlab
Introdução
NumPy Python
Fundamentos para
Análise de Dados
NumPy
NumPy, um acronimo para Numerical Python, é o pacote

fundamental para computação matemática em Python.
NumPy fornece suporte para arrays e matrizes, além de

funções matemáticas para operações com esses objetos.
NumPy
O NumPy nasceu a partir de 2 outros pacotes: Numeric e

Numarray.
Esses pacotes foram criados em um esforço para prover uma

solução open-source ao Matlab.
Numeric e Numarray foram descontinuados e NumPy nasceu

com o melhor de ambos.
NumPy
NumPy
Entre outras coisas, NumPy oferece:
• Um rápido e eficiente array multidimensional

• Ferramentas para leitura de datasets baseados em arrays
• Operações de álgebra linear
• Integração com C, C++ e Fortran
NumPy
Além de alta capacidade de processamento de arrays, NumPy

adiciona ao Python, uma de suas funções principais em Análise
de Dados, a possibilidade de passar dados de um algoritmo para
outro.
NumPy
Para dados núméricos, o NumPy é mais eficiente para armazenar

e manipular dados, em relação a outros objetos built-in em
Python.
NumPy
Mas, o que são arrays?
NumPy
Arrays
Um array NumPy é um
conjunto de valores, todos do
mesmo tipo e indexados por
uma tupla de valores não-
negativos.
NumPy
Por que usar arrays com NumPy?
• Arrays NumPy são homogêneos e possuem tipos estáticos

• Arrays NumPy são mais eficientes no uso de memória
• Arrays oferecem rápida implementação de funções
matemáticas
• Arrays são uma opção mais rápida e mais poderosa que listas
NumPy
Embora NumPy não ofereça funcionalidades analíticas de alto nível,

a compreensão sobre arrays ajudará a utilizar as ferramentas do
Pandas de forma muito mais eficaz, além de ser a base para
construção de modelos de Machine Learning em Python.
PandasPython
Fundamentos para
Análise de Dados
Pandas
Pandas é uma biblioteca criada para manipular de forma

rápida e expressiva, dados estruturados.
Pandas
Pandas é um dos componentes principais no portfólio Python

para Análise de Dados.
Pandas
Pandas possui uma sofisticada funcionalidade de indexação que

torna fácil o “slice and dice”, agregações e seleção de subsets de
dados.
Pandas
Pandas possui ainda funcionalidades de manipulação de dados de séries

temporais de alta performance, ideal para manipulação de dados
financeiros.
Pandas
Pandas é uma excelente opção para Data Munging/Wrangling
Data Munging/Wrangling é basicamente o processo de

converter e mapear dados de um estado ”bruto” em outro
formato que permita manipular os dados com ferramentas de
mais alto nível, como por exemplo aplicar algoritmos de
Machine Learning.
Pandas
Pandas é largamente utilizado na fase de Preparação dos

Dados, uma das fases mais importantes no processo de Data
Science.
Pandas
Pandas contém estruturas de alto nível e ferramentas de manipulação que

tornam a análise de dados rápida e fácil com Python. Pandas funciona muito
bem com NumPy e juntos eles oferecem:
• Estruturas de dados de alto nível

• Funcionalidade de time-series (séries temporais)
• A mesma estrutura de dados consegue tratar dados time-series e não time-
series
• Tratamento flexível de dados missing
• Merge e outras operações relacionais com SQL
Pandas
Para poder trabalhar com Pandas, você deve conhecer bem estas
duas estruturas:
Series e DataFrames
Embora elas não sejam a solução para todos os problemas, elas

poderão ajudar na maioria deles.
Pandas
Series
Series é um array unidimensional que contém um array de dados

e um array de labels, chamado índice.
Pandas
Pandas
Dataframes
Dataframes representam uma estrutura tabular semelhante a estrutura

de uma planilha do Microsoft Excel, contendo uma coleção de colunas
em que cada uma pode ser um diferente tipo de valor (número, string,
etc...).
Pandas
Dataframes
Os Dataframes possuem index e linhas e esta estrutura é muito semelhante a

um dataframe em R. Os dados de um dataframe são armazenados em ou
mais blocos bidimensionais, ao invés de listas, dicionários ou alguma outra
estrutura de array.
Pandas
Matplotlib
Python
Fundamentos para
Análise de Dados
Matplotlib
Matplotlib é a biblioteca Python mais popular para

visualização de dados e geração de gráficos.
Matplotlib
Matplotlib permite que você crie facilmente gráficos,

histogramas e outras visualizações profissionais.
Matplotlib
Quando usado no Jupyter Notebook, Matplotlib tem recursos

interativos como zoom e visão panorâmica.
Matplotlib
Ele possui suporte em todos os sistemas operacionais e

também pode exportar gráficos para vetor comum e outros
formatos como: pdf, svg, jpg, png, bmp, gif, etc.
Matplotlib
Para simples plotagem o método pyplot fornece uma

interface parecida com o Matlab, especialmente quando
combinado com Jupyter Notebook.
Matplotlib
O usuário tem total controle de estilos de linhas, propriedades de fonte,

atributos, etc.. através de uma interface orientada a objetos ou através de um
conjunto de funções familiares aos usuários do Matlab.
Matplotlib
A dica mais importante quando se trata de plotagem é:
menos é mais
Matplotlib
O objetivo final da visualização dos dados, é apresentar um

resultado, um insight. E você não precisa de um gráfico poluído
para isso.
Acredite, visualização de dados é quase uma arte!
SciPyPython
Fundamentos para
Análise de Dados
SciPy
SciPy é uma coleção de pacotes que tratam problemas em

domínios específicos em computação científica.
SciPy
SciPy e NumPy quando utilizados juntos, possuem por

exemplo as mesmas funcionalidades do Matlab.
SciPy
SciPy é um conjunto de algoritmos matemáticos e funções que

permitem estender as funcionalidades do Numpy.
O NumPy é na verdade, um subconjunto do SciPy.
SciPy
Com SciPy uma sessão interativa do Python torna-se um

ambiente de processamento de dados e sistema de
prototipagem tal como Matlab, Octave, R-Lab e SciLab.
SciPy
O SciPy possui uma série de pacotes para:
• Álgebra linear
• Matrizes esparas
• Números randômicos
• Transformações Fast Fourier
• Estimativa de Densidade
• Otimização
• Processamento de sinais e imagens
Scikit-Learn
Python
Fundamentos para
Análise de Dados
Scikit-Learn
Machine Learning é um dos temas mais quentes do momento em Data

Science.
A possibilidade de ensinar um software a aprender com a experiência é

algo fascinante e que abre um mundo de possibilidades.
Scikit-Learn
É cada vez mais comum softwares que aprendem e adquirem

novos conhecimentos através da experiência.
Scikit-Learn
Scikit-Learn é provavelmente a biblioteca mais poderosa para

Machine Learning em Python.
Scikit-Learn
Scikit-Learn é usado com NumPy, SciPy e Matplotlib,

permitindo a criação de ferramentas eficientes para Machine
Learning e modelagem estatística como classificação,
regressão, clustering e redução de dimensionalidade.
Scikit-Learn
Scikit-Learn é usado para criar modelos e não para leitura,

manipulação e sumarização de dados.
Existem bibliotecas específicas para isso (NumPy, Pandas,

etc…).
Scikit-Learn
Scikit-Learn contém ferramentas simples e eficientes para a

mineração de dados e análise de dados. Ele implementa uma
ampla variedade de algoritmos e processos de aprendizado de
máquina para realizar análises avançadas.
Scikit-Learn
Em geral, um problema de aprendizagem considera um

conjunto de amostras de dados e, em seguida, tenta prever
propriedades em dados desconhecidos.
Scikit-Learn
Os problemas de aprendizagem de máquina são divididos em 2

categorias:
Aprendizagem Supervisionada e Aprendizagem Não-supervisionada
Scikit-Learn
Aprendizagem Supervisionada
É o termo usado sempre que o programa é “treinado” sobre

um conjunto de dados pré-definido. Baseado no treinamento
com os dados pré-definidos, o programa pode tomar decisões
precisas quando recebe novos dados. Exemplo: Pode-se usar
um conjunto de dados de recursos humanos para treinamento
da Machine Learning, que tenha tweets marcados como
positivos, negativos e neutros e assim treinar um classificador
de análise de sentimento.
Scikit-Learn
A Aprendizagem Supervisionada possui duas sub-categorias:
Classificação - é o processo de tomar algum tipo de entrada e

atribuir um rótulo a ela. Sistemas de classificação são
usados geralmente quando as previsões são de natureza
distinta, ou seja, um simples “sim ou não”. Exemplo:
Mapeamento de uma imagem de uma pessoa e classificação
como masculino ou feminino.
Scikit-Learn
A Aprendizagem Supervisionada possui duas sub-categorias:
Regressão - Outra sub-categoria de aprendizagem

supervisionada usada quando o valor que está sendo previsto
difere de um “sim ou não” e que siga um espectro contínuo.
Sistemas de regressão poderiam ser usados, por exemplo, para
responder às perguntas: “Quanto custa?” ou “Quantos
existem?”.
Scikit-Learn
Aprendizagem Não-supervisionada
Termo usado quando um programa pode automaticamente

encontrar padrões e relações em um conjunto de dados.
Exemplo: Análise de um conjunto de dados de e-mails e
agrupamento automático de e-mails relacionados ao tema,
sem que o programa possua qualquer conhecimento prévio
sobre os dados.
Scikit-Learn
Bokeh para
Python
Fundamentos
Análise de Dados
Bokeh
Bokeh é uma biblioteca Python usada para visualização

interativa em web browsers.
Bokeh
O Bokeh permite
escrever o código em
diferentes linguagens,
como Python, R, Lua e
Julia.
Bokeh
Bokeh permite a construção elegante e concisa de gráficos

com interatividade de alto desempenho em conjuntos de
dados muito grandes (Big Data) ou de streaming (Real-Time
Data), de uma maneira rápida e fácil.
Bokeh
Principais benefícios do Bokeh:
• Bokeh permite construir gráficos estatísticos complexos de forma

rápida e através de comandos simples.
• Bokeh fornece a saída em vários meios como html e Jupyter
Notebook.
• Bokeh pode transformar visualizações escritas em outras
bibliotecas, como Matplotlib, Seaborn ou ggplot.
• Bokeh tem flexibilidade para a aplicação de interação, layouts e
diferentes opções de estilo para visualização.
Bokeh
StatsModels
Python
Fundamentos para
Análise de Dados
StatsModels
statsmodels.org
SeabornPython
Fundamentos para
Análise de Dados
Seaborn
A principal biblioteca de plotagem em Python é o Matplotlib.
Seaborn
No entanto, existem outras opções, criadas recentemente e

que vem ganhando notoriedade.
Seaborn
Seaborn é uma biblioteca para construir atraentes e

informativos gráficos estatísticos em Python.
Seaborn
Seaborn foi construído sobre o Matplotlib sendo totalmente

integrado com o PyData Stack, incluindo suporte para
estruturas NumPy e Pandas e rotinas estatísticas do SciPy e
StatsModels.
Seaborn
Neste site tem diversos exemplos de gráficos que podem ser

criados com Seaborn:
https://seaborn.pydata.org
IntroduçãoPython
à Análise
de Dados com
Fundamentos para
Análise de Dados
Python
Introdução
Módulos Python
Introdução à Análise Introdução ao Machine Learning
Para Análise de
de Dados em Python TensorFlow com Python
Dados
Bônus
Introdução a Deep
Learning
Introdução
Mini-Projeto
Aulas com Análise
Introdução à Exercício Exploratória em
Análise de Dados Conjunto de
Dados do Kaggle
Processo de Análise
Python
deAnálise
Dados
Fundamentos para
de Dados
Processo de Análise Dados
Preparação e
Problema a Criação do Apresentação
Exploração
ser resolvido Modelo do Resultado
dos Dados
Automatizar
o Processo
Análise Exploratória de Dados
Lembre-se:
A qualidade dos seus outputs depende

da qualidade dos seus inputs.
1
Problema a ser resolvido
2
Preparação e Exploração de Dados
• Identificação das Variáveis

• Tratamento de Valores Missing
• Tratamento de Outliers
• Transformação de Variáveis
• Criação de Variáveis
3
Criação do Modelo
4
Automatização do Processo
5
Apresentação do Resultado
Preparação e
Problema a Criação do Apresentação
Exploração
ser resolvido Modelo do Resultado
dos Dados
Automatizar
o Processo
Processo de Análise Exploratória de Dados
IntroduçãoPythonao
TensorFlow
Fundamentos para
Análise de Dados
Introdução
CPU
Python
X
Fundamentos para
GPU
Análise de Dados
CPU x GPU
CPU x GPU
Central Graphical
Processing Unit Processing Unit
CPU x GPU
CPU x GPU
CPU x GPU
CPU x GPU
Machine Learning
Python
com Python
Fundamentos para
Análise de Dados
Introdução
Introdução
Python
OFundamentos
Que é para
Aprendizado?
Análise de Dados
O Que é Aprendizado?
O que é Aprendizado?
Aprendizado é a capacidade de se adaptar, modificar e melhorar seu

comportamento e suas respostas, sendo portanto uma das propriedades
mais importantes dos seres ditos inteligentes, sejam eles humanos ou não.
Correção
Otimização
Adaptação
Representação
Interação
Estamos tentando reproduzir o processo

de aprendizado de seres humanos em
máquinas, através de algoritmos de
Machine Learning.
Já podemos então definir Aprendizado de Máquina!
O Que é Aprendizado
Python
deFundamentos
Máquina para
(Machine Learning)?
Análise de Dados
O Que é Aprendizado de Máquina?
O Que é Machine Learning?
Mágica?
Adivinhação?
Força Extraterrestre?
Nenhuma das respostas anteriores!
Você está preparado para a verdade?
Machine Learning é Matemática, Estatística e Programação de

Computadores!
Machine Learning é um subcampo da Inteligência Artificial. É o estudo e

construção de algoritmos que podem aprender a partir de dados e fazer
previsões. O aspecto iterativo do aprendizado de máquina é importante porque,
conforme os modelos são expostos a novos dados, eles são capazes de se
adaptar de forma independente.
Machine Learning ou Aprendizado de Máquina é um método de análise de

dados que automatiza o desenvolvimento de modelos analíticos. Usando
algoritmos que aprendem iterativamente a partir de dados, o aprendizado de
máquina permite que os computadores encontrem insights através do
reconhecimento de padrões.
Inteligência Artificial
x
Machine Learning
Python
Fundamentos para
x de Dados
Análise
Deep Learning
IA x Machine Learning x Deep Learning
Fonte: Nvidia
Tipos de
Python
Fundamentos para
Aprendizagem de
Análise de Dados
Máquina
Tipos de Aprendizagem de Máquina
Aprendizado de Máquina
Aprendizagem Aprendizagem Não

Aprendizagem Por Reforço
Supervisionada Supervisionada
Tipos de Aprendizagem de Máquina
Aprendizagem Supervisionada Aprendizagem Não Supervisionada
Previsão de valores ou classes Identificação de grupos (clusters) de dados
Os dados de treino precisam conter os

valores de entrada e saída, para que o
Os dados de treino contém apenas os
modelo aprenda como, a partir de
dados de entrada.
novos dados de entrada, gerar a saída
correta.
Aprendizagem
Python
Supervisionada
Fundamentos para
Análise de Dados
Treino
Atributos (tamanho, número de quartos, ano de construção) = dados de entrada

Preço da casa = dados de saída
Preço: Preço:
R$
248.500
???
Preço:
R$
220.000
Preço: Tamanho
Algoritmo
R$ Número de Quartos Modelo
de ML
250.000 Ano de Construção
Preço:
R$
235.000
Aprendizagem
Supervisionada
Classificação Regressão
É o termo usado sempre que o programa é “treinado”

sobre um conjunto de dados pré-definido.
Os algoritmos de aprendizado
supervisionado fazem previsões com
base em um conjunto de exemplos.
Os algoritmos de aprendizado
supervisionado fazem previsões com
base em um conjunto de exemplos.
Análise de Sentimentos é um
tipo de classificação, ou seja,
aprendizagem supervisionada!
Aprendizagem
PythonNão
Supervisionada
Fundamentos para
Análise de Dados
Aprendizagem Não Supervisionada
Alguns sistemas de recomendação que

você encontra na internet sob a forma de
automação de marketing são baseados
neste tipo de aprendizagem.
O aprendizado não supervisionado é

usado com dados que não possuem
rótulos históricos, ou seja, nós não temos
variáveis target (as variáveis de saída)
para serem estimadas.
Por exemplo, algoritmos desta categoria,

podem identificar segmentos de clientes
com atributos semelhantes que podem ser
tratados de modo semelhante em
campanhas de marketing.
Aprendizagem Não-Supervisionada
Termo usado quando um programa pode automaticamente

encontrar padrões e relações em um conjunto de dados,
mesmo sem saber quais são as possíveis saídas.
Treinamento,
Python
Validação e Teste
Fundamentos para
Análise de Dados
Treinamento, Validação e Teste
O processo de aprendizagem dos algoritmos de ML começa com a criação de

subsets dos seus dados, são os chamados dados de treino e dados de teste.
Treinamento, Validação e Teste
75 a 70% - dados de treino

25 a 30% - dados de teste
Treinamento, Validação e Teste
75 a 70% - dados de treino

20% - dados de validação
10% - dados de teste
É recomendável realizar a separação de forma aleatória,

independentemente da ordenação inicial dos dados.
n > 10.000
Cross-Validation
Cross-Validation
Cross-Validation
O Que é um Modelo
Python
Preditivo?
Fundamentos para
Análise de Dados
O Que é um Modelo Preditivo?
Coleta de Exploração e Treinamento

Dados Preparação do Modelo
O processo de ”fit” do modelo a um dataset é

chamado de treinamento do modelo.
Coleta de Exploração e Treinamento Avaliação Otimização

Preparação do Modelo do Modelo do Modelo
Dados
Seu trabalho como Cientista de

Dados é buscar sempre o melhor
modelo possível para suas previsões.
O modelo pode ser implementado

para resolver o problema de negócio
para o qual ele foi desenvolvido.
Lembre-se: um modelo de Machine

Learning será usado para resolver
um problema específico!
Não caia na tentação de querer

aplicar seu modelo a tudo que você
vê pela frente!
Modelo Preditivo
Python
UmFundamentos
Pouco depara
Matemática
Análise de Dados
Modelo Preditivo - Um Pouco de Matemática
Modelo Preditivo é uma função matemática que,

aplicada a uma massa de dados, consegue identificar
padrões ocultos e prever o que poderá ocorrer.
Modelo Preditivo
f = função desconhecida
= = aproximação da função desconhecida
Mas o que é um processo estocástico?
Fenômeno que varia em algum grau, de forma imprevisível, à

medida que o tempo passa!
Variação do tráfego em um cruzamento

Variação diária no tamanho do estoque de uma empresa
Variação minuto a minuto do índice IBOVESPA
Variação no estado de um sistema de potência
Variação no número de chamadas feitas a uma central telefônica
O objetivo do aprendizado de máquina é aprender a aproximação da função f que

melhor representa a relação entre os atributos de entrada (chamadas variáveis
preditoras) com a variável de saída (chamada de variável target).
O Processo
Pythonde
Aprendizagem
Fundamentos para
Análise de Dados
O Processo de Aprendizagem
Um componente chave do processo de

aprendizagem é a generalização.
Se um algoritmo de Machine Learning não for capaz de generalizar uma função

matemática que faça previsões sobre novos conjuntos de dados, ele não está
aprendendo nada e sim memorizando os dados, o que é bem diferente.
E para poder generalizar a função que melhor resolve

o problema, os algoritmos de Machine Learning se
baseiam em 3 componentes:
Representação Avaliação Otimização
Os algoritmos de Machine Learning

possuem diversos parâmetros internos
Otimização
Espaço de
Hipóteses
Nenhum algoritmo único, ou uma combinação

de algoritmos, é 100% preciso o tempo todo.
Pelo menos não ainda!!
Cost Function
Definindo o Erro
Underfitting x Overfitting
Ok
Elementos do
Python
Processo de
Fundamentos para
Análise de Dados
Aprendizagem
Elementos do Processo de Aprendizagem
Para que ocorra a

aprendizagem, é preciso que:
Não exista um
único modelo
Dados estejam
Um padrão exista matemático que
disponíveis
explique esse
padrão
Aprovação de Crédito
Aprovação de Crédito de um Indivíduo
Atributo Valor
Sexo Masculino
Idade 34
Salário Mensal R$ 18.000,00
Anos no Emprego Atual 3
Anos de Residência 7
Saldo Bancário R$ 32.671,94
Para que ocorra a

aprendizagem, é preciso que:
Não exista um
único modelo
Dados estejam
Um padrão exista matemático que
disponíveis
explique esse
padrão
Input x {Dados do cliente}
Output y {Decisão → Crédito: Sim/Não}
Função Alvo f: x → y {Representação do relacionamento}

{Função matemática desconhecida}
Dados (x1, y1), (x2, y2),...., (xn, yn) {Dados históricos}
Hipótese g: x → y {Função a ser descoberta pelo algoritmo}
Função alvo (desconhecida)

f: x à y
Dados de Treino
(x1, y1), (x2, y2),...., (xn, yn)
Hipótese Final
Algoritmo
g f
Espaço de Hipóteses
EspaçoFundamentos
de Hipóteses
Python
para
Análise de Dados
Espaço de Hipóteses
Função alvo (desconhecida)

f: x à y
• Espaço de Hipóteses
Dados de Treino
(x1, y1), (x2, y2),...., (xn, yn)
Hipótese Final
Algoritmo
g f • Algoritmo de Aprendizagem
Espaço de Hipóteses
Algoritmo de Modelo de
Espaço de Hipóteses + =
Aprendizagem Aprendizagem
Redes Neurais Backpropagation
Support Vector Machines Programação Quadrática
Algoritmos
Python
Fundamentos depara
Machine Learning
Análise de Dados
Algoritmos de Machine Learning
+ +
Há tantos algoritmos disponíveis com

tantos métodos diferentes, que somente o
processo de escolha de qual deve ser
usado, já vai consumir bastante do seu
tempo como Cientista de Dados.
Algoritmos de Regressão
• Ordinary Least Squares Regression (OLSR)

• Linear Regression
• Logistic Regression
• Stepwise Regression
• Multivariate Adaptive Regression Splines (MARS)
• Locally Estimated Scatterplot Smoothing (LOESS)
Algoritmos Regulatórios
• Ridge Regression
• Least Absolute Shrinkage and Selection Operator (LASSO)
• Elastic Net
• Least-Angle Regression (LARS)
Algoritmos Baseados em Instância (Instance-based)
• k-Nearest Neighbour (kNN)

• Learning Vector Quantization (LVQ)
• Self-Organizing Map (SOM)
• Locally Weighted Learning (LWL)
Algoritmos de Árvore de Decisão
• Classification and Regression Tree (CART)

• Conditional Decision Trees
• Iterative Dichotomiser 3 (ID3)
• C4.5 and C5.0
• Chi-squared Automatic Interaction Detection (CHAID)
• Decision Stump
• M5
Algoritmos Bayesianos
• Naive Bayes
• Gaussian Naive Bayes
• Multinomial Naive Bayes
• Averaged One-Dependence Estimators (AODE)
• Bayesian Belief Network (BBN)
• Bayesian Network (BN)
Algoritmos de Clustering
• k-Means
• k-Means ++
• k-Medians
• Expectation Maximization (EM)
• Hierarchical Clustering
Algoritmos Baseados em Regras de Associação
• Apriori algorithm
• Eclat algorithm
Redes Neurais Artificiais
• Perceptron
• Multilayer Perceptron
• BackPropagation
• Hopfield Network
• Radial Basis Function Network (RBFN)
Deep Learning
• Convolutional Neural Network

(CNN)
• Recurrent Neural Network (RNN)
• Deep Boltzmann Machine (DBM)
• Deep Belief Networks (DBN)
• Stacked Auto-Encoders
• Generative Adversarial Network
Algoritmos de Redução de Dimensionalidade

• Principal Component Analysis (PCA)
• Principal Component Regression (PCR)
• Partial Least Squares Regression (PLSR)
• Multidimensional Scaling (MDS)
• Linear Discriminant Analysis (LDA)
• Mixture Discriminant Analysis (MDA)
• Quadratic Discriminant Analysis (QDA)
• Flexible Discriminant Analysis (FDA)
Algoritmos Ensemble
• Boosting
• Bootstrapped Aggregation (Bagging)
• AdaBoost
• Stacked Generalization (blending)
• Gradient Boosting Machines (GBM)
• Gradient Boosted Regression Trees (GBRT)
• Random Forest
Outros Algoritmos/Modelos
• Support Vector Machines
• Computer Vision (CV)
• Natural Language Processing (NLP)
• Sistemas de Recomendação
• Graph Models
Agora você entende porque os Cientistas de Dados são profissionais

escassos no mercado e porque capacitar um Cientista de Dados
(profissional) leva tempo. E compreende também, porque esse tipo de
profissional deve ser muito bem remunerado!
E Machine Learning é apenas parte do trabalho de um Cientista de Dados!
Machine Learning
Python
Workflow
Fundamentos para
Análise de Dados
Machine Learning Workflow
Conjunto de etapas que sistematicamente

transforma e processa dados a fim de criar soluções
preditivas.
Teste e
Business Preparação Seleção do Treinamento
Avaliação
Problem de Dados Algoritmo do Modelo
do Modelo
Ufa, acabou??
Consegui fazer Machine

Learning?
Teste e
Business Preparação Seleção do Treinamento
Avaliação
Problem de Dados Algoritmo do Modelo
do Modelo
Dicas:
A etapa de preparação dos dados é uma das mais

importantes. Lembre-se: a qualidade dos seus outputs
será equivalente a qualidade dos seus inputs.
Dicas:
À medida que você caminha pelo processo, percebe a

necessidade de modificar etapas anteriores. Isso é normal e
esperado.
Dicas:
Os dados raramente virão prontos, organizados e

limpos.
É seu trabalho fazer isso.
Dicas:
Mais dados = Melhores resultados
Por isso Big Data está revolucionando o mundo!!
Dicas:
Não perca tempo com uma solução ruim. Avalie,

otimize e se perceber que o resultado esperado não
será alcançado, descarte e comece novamente!
Business Problem
Python
Definindo o
Fundamentos para
Análise de Dados
Problema de Negócio
Business Problem
• Definir o escopo
• Definir os níveis de
Definindo os performance do modelo
Objetivos preditivo
• Definir o contexto
• Definir como a solução será
criada
Business Problem
Se você não sabe para onde vai, qualquer caminho

serve!
Defina claramente os objetivos que devem ser

alcançados para a solução do problema
apresentado!
Business Problem
• Definir as fontes de dados

• Compreender os atributos dos dados
coletados
Prever se uma
• Selecionar as ferramentas de análise
pessoa irá
mais adequadas
desenvolver
• Definir o resultado esperado. Neste
diabetes
caso: Verdadeiro ou Falso
• Definir o nível de acurácia: 70% de
precisão
Business Problem
Definir, com 70% de precisão ou mais, se uma

pessoa pode ou não desenvolver diabetes.
IntroduçãoPython
a Deep
Learning
Fundamentos para
Análise de Dados
Introdução
Introdução
Lisa – Robô Advogada
http://robotlawyerlisa.com
Ross – Robô Advogado
https://rossintelligence.com
Introdução
Introdução
E o que essas aplicações tem em

comum?
Introdução
Introdução
Deep Learning
Deep Learning I Deep Learning II
Frameworks
Introdução
O objetivo deste capítulo é oferecer a

você uma introdução a uma das áreas
mais incríveis na aprendizagem de
máquina, Deep Learning!
Por que Aprender
Python
DeepAnálise
Learning?
Fundamentos para
de Dados
Por que Aprender Deep Learning?
Deep Learning
Python
Áreas de Aplicação
Fundamentos para
Análise de Dados
Deep Learning – Áreas de Aplicação
Compreendendo
Comportamento do Cliente
Objetivo
Entender o comportamento do cliente e sua
propensão para comprar um produto
específico.
Deep Learning – Áreas de Aplicação
Reconhecimento de Faces
Objetivo
Identificar, detectar e rastrear pessoas de
interesse, veículos estacionados, falta de
bagagem e muito mais usando CCTVs ou
outras câmeras high-end.
Suporte Técnico Personalizado

e Assistentes Pessoais
Objetivo
Melhorar a eficiência do trabalho de uma
organização através da instalação de uma
unidade de equipe de suporte baseada em
chatbots que usam Inteligência Artificial, em
vez de contratar mão-de-obra manual.
Deep Learning – Áreas de Aplicação
Mineração com Redes Neurais

Convolucionais
Objetivo
Detectar depósitos minerais usando imagens
de satélite multi-espaciais que ajudam a
encontrar recursos minerais.
Classificação Automática de
Doenças Oculares
Objetivo
Simplificar os processos que conduzem à
detecção de doenças oculares, proporcionando
aos pesquisadores orientação baseada em
informações históricas.
Redução da Taxa de Erro no

Diagnóstico de Câncer
Objetivo
Usar dados compactos para habilitar o
diagnóstico rápido e sem erros.
Carros Autônomos
Objetivo
Criar um sistema que entenda conexões entre
vários conjuntos de dados.
Redes Neurais
Python
Artificiais
Fundamentos para
Análise de Dados
O cérebro humano é verdadeiramente

a máquina mais incrível do planeta
Terra. E estamos tentando reproduzir
seu funcionamento nos computadores!
O cérebro humano tem sido

extensamente estudado, mas ainda não
somos capazes de entender
completamente o seu funcionamento.
Com Redes Neurais Artificiais,

tentamos programar um computador
de modo a fazê-lo imitar um
comportamento inteligente (saber
jogar xadrez, compreender e manter
um diálogo, traduzir línguas
estrangeiras, resolver problemas de
matemática, etc.)
Uma Rede Neural Artificial modela a

relação entre um conjunto de sinais
de entrada e um sinal de saída
usando um modelo derivado de
nossa compreensão de como um
cérebro biológico responde a
estímulos de entradas sensoriais.
• Cérebro humano – 85 bilhões de neurônios

• Cérebro de um gato – 1 bilhão de neurônios
• Cérebro de um rato – 75 milhões de neurônios
• Cérebro de uma barata – 1 milhão de neurônios
Agora você entende porque a

computação paralela em GPU’s está
acelerando o desenvolvimento de
sistemas inteligentes, pois somos
capazes de processar cada vez mais
dados em redes neurais artificiais com
cada vez mais neurônios.
As Redes Neurais Artificiais são modelos versáteis que podem ser aplicadas
a quase todas as tarefas de aprendizagem: classificação, previsão numérica
e mesmo reconhecimento não supervisionado de padrões.
As redes neurais artificiais são melhor aplicadas a problemas onde os dados de

entrada e os dados de saída são bem definidos ou, pelo menos, bastante simples,
mas o processo que relaciona a entrada com a saída é extremamente complexo
Uma BrevePython
História
das Redes Neurais
Fundamentos para
Análise de Dados
Artificiais
Uma Breve História das Redes Neurais Artificiais
→ Cérebro humano, a máquina mais

fantástica que existe no Planeta Terra.
Uma Breve História das Redes Neurais Artificiais
O Que São Redes
NeuraisFundamentos
Profundaspara
Python
ou
DeepAnálise
Learning?
de Dados
O Que São Redes Neurais Profundas ou Deep Learning?
John McCarthy
Considerado o Pai da Inteligência Artificial
O Que São Redes Neurais Profundas ou Deep Learning?
A Inteligência Artificial busca ensinar computadores a executar tarefas que

são fáceis para os seres humanos, mas que não podem ser descritas
formalmente ou são muito complexas para computadores, como
reconhecimento de voz e imagens.
Se desenharmos um gráfico mostrando

como esses conceitos são construídos
um sobre o outro, o gráfico é profundo,
com muitas camadas. Por esta razão,
nós chamamos esta abordagem da
Inteligência Artificial, de Aprendizagem
Profunda ou Deep Learning.
Convolutional Neural
Python
Fundamentos para
Networks
Análise de Dados
Convolutional Neural Networks
RecurrentPython
Neural
Fundamentos para
Networks
Análise de Dados
Recurrent Neural Networks
A ideia por trás das RNNs é fazer

uso de informações sequenciais.
Redes Neurais Recorrentes

(Recurrent Neural Networks, RNN’s)
constituem uma ampla classe de
redes cuja evolução do estado
depende tanto da entrada corrente
quanto do estado atual.
O tipo mais comumente usado de RNNs

são as LSTMs (Long Short-Term Memory),
que são muito melhores na captura de
dependências de longo prazo do que
RNNs padrões.
A arquitetura usada em RNNs é adequada para permitir o

processamento de informação sequencial (textos, áudio e vídeo).
Unidades de Entrada Unidades Ocultas Unidades de Saída
Retropropagação através do tempo

(Backpropagation Through Time, BPTT)
Percebeu porque precisamos de 3 cursos inteiros

para falar apenas de Deep Learning??
Deep Learning
Python
Frameworks
Fundamentos para
Análise de Dados
Deep Learning Frameworks
Framework Descrição
Biblioteca de computação usando grafos de fluxo de dados para aprendizagem
TensorFlow
de máquina escalável.
Caffe Framework open-source veloz para Deep Learning.
Biblioteca Deep Learning para Python com suporte para Convnets e Redes
Keras
Neurais Recorrentes. Funciona com Theano e TensorFlow.
Microsoft CNTK Microsoft Computational Network Toolkit (CNTK).
Torch Biblioteca de Deep Learning
Biblioteca Python que permite definir, otimizar e avaliar expressões matemáticas
Theano
envolvendo arrays multidimensionais de forma eficiente.
Lasagne Biblioteca leve para construir e treinar redes neurais com Theano.
DeepLearning4J Deep Learning para Java, Scala & Clojure no Hadoop e Spark.
Biblioteca da Deep Learning, projeto da Apache Foundation e patrocinado pela
MXNet
Amazon.
Desenvolvimento
Python
Fundamentos para
Web de Dados
Análise
Introdução
Introdução
As aplicações web são

executadas no navegador do
usuário, ou seja, não é
necessário instalar no
computador.
Introdução
E a linguagem Python, por ser de uso

geral, permite o desenvolvimento de
aplicações web, que podem ser usadas,
por exemplo, para a publicação de
aplicações analíticas como resultado de
um processo de Data Science.
Introdução
Este capítulo é uma breve introdução ao universo do desenvolvimento

web com linguagem Python e sua relação com a Ciência de Dados.
O Que é
Python
Desenvolvimento
Fundamentos para
Web?
Análise de Dados
O Que é Desenvolvimento Web?
Desenvolvimento Web é o termo usado para descrever a criação de

softwares, que são usados via web. Esses softwares são normalmente
desenvolvidos para realizar operações em tempo real.
Front-End Back-End
Full-Stack Web Developer
Front-End Back-End Banco de Dados
PHP MySQL
HTML
ASP PostgreSQL
CSS
.NET SQLite
XHTML
Node.js (JavaScript) Firebird
JavaScript
Java (J2EE) SQL Server
Ajax
Python (Django, Flask) Oracle
Flash
Ruby (Ruby on Rails) DB2
Web Design, Arquitetura da Informação, Usabilidade, Acessibilidade
Diferenças Entre
Python
Aplicações Webpara
Fundamentos e
Tradicionais
Análise de Dados
Diferenças Entre Aplicações Web e Tradicionais
Aplicações Web são executadas

via browser, enquanto
aplicações tradicionais devem
ser instaladas no computador ou
acessadas em uma arquitetura
cliente/servidor.
Diferenças Entre Aplicações Web e Tradicionais
Aplicações Tradicionais
• Requerem hardware mais específico

• Podem ter problemas de incompatibilidade de SO
• Manutenção mais complexa
• Dificuldade de atualização
• Risco de segurança
• Difícil escalabilidade
Diferenças Entre Aplicações Web e Tradicionais
Aplicações Web
• Acesso via browser

• Indiferente do SO do usuário
• Facilidade de manutenção e atualização
• Segurança centralizada
• Alta escalabilidade
• Facilidade de uso e menos treinamento do usuário
• Integração facilitada
Como Funciona
Python Uma
Aplicação Web
Fundamentos para
Análise de Dados
Como Funciona Uma Aplicação Web
Resposta
do HTTP
Métodos
HTTP (GET,
Protocolo
POST)
HTTP
Solicitações
dos
Servidor
Usuários
Web
Cientista de Dados
x Python
Fundamentos para
Full-Stack Web
Análise de Dados
Developer
Cientista de Dados x Full-Stack Web Developer
Cientista de Dados Full-Stack Web Developer
Matemática e Estatística Programação

Programação (Python, R, Scala ou Java) Engenharia de Software
Banco de Dados Relacional e NoSQL HTML, CSS
Linguagem SQL PHP, ASP, Node.js
Machine Learning e Deep Learning Python, Ruby, Java
Armazenamento e Processamento Banco de Dados Relacional e NoSQL
Distribuído de Big Data Linguagem SQL
Inteligência Artificial Design Gráfico
WebFundamentos
Scrapingpara
Python
Análise de Dados
Introdução
O Que é Webpara
Python
Fundamentos
Scraping?
Análise de Dados
O Que é Web Scraping?
Web Scraping é uma técnica de software de computador para

extrair dados de páginas web. Essa técnica concentra-se
principalmente na transformação de dados não estruturados
(formato HTML) na Web em dados estruturados (banco de dados
ou planilhas).
Web Scraping
Python
X
Fundamentos para
Web Crawling
Análise de Dados
Web Scraping x Web Crawling
Web Scraping: o ato de baixar automaticamente os

dados de uma página web e extrair informações muito
específicas dela.
As informações extraídas podem ser armazenadas

praticamente em qualquer lugar (banco de dados,
arquivo, etc.).
Web Scraping, também conhecido como Extração de

Dados da Web, é uma maneira automatizada de extrair
informações/conteúdo usando bots, conhecidos como
scrapers.
Aqui, as informações podem ser usadas para replicar

em algum outro site ou podem ser usadas para análise
de dados.
Web Crawling: o ato de baixar automaticamente os

dados de uma página web, extrair os hiperlinks
contidos nela e segui-los.
Os dados baixados são geralmente armazenados em

um índice ou banco de dados para facilitar sua busca.
Web Crawling, também conhecido como Indexação, é

usado para indexar as informações em uma página
web usando bots, também chamados de crawlers. Web
Crawlers são basicamente utilizados pelos principais
motores de busca como o Google, Bing e Yahoo.
Com Web Crawling obtemos informações genéricas e com

Web Scraping, obtemos informações específicas.
Tags HTML para
Python
Fundamentos
Análise de Dados
Tags HTML
Essa sintaxe tem várias tags conforme abaixo:
• <! DOCTYPE html>: documentos HTML devem começar com

uma declaração de tipo
• O documento HTML está contido entre <html> e </ html>
• A parte visível do documento HTML está entre <body> e </

body>
• Os títulos HTML são definidos com as tags <h1> a <h6>
• Os parágrafos HTML são definidos com a tag <p>
Muito Obrigado!
Continue Trilhando uma Excelente Jornada de Aprendizagem.

Ebook Python v2

Enviado por

Direitos autorais:

Formatos disponíveis

Ebook Python v2

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Ebook Python v2

Enviado por

Direitos autorais:

Formatos disponíveis

www.datascienceacademy.com.

Pedimos apenas, a gentileza de citar a fonte, pois todo

Esta foi a forma que encontramos de contribuir com a

Treinamentos preparados especialmente

Variáveis, Tipos Tratamento de

Introdução a Avaliação Final

Questões Tentativas Aproveitamento

Divirta-se Leitura do Material

Em todos os nossos cursos, gratuitos e pagos,

Baixe agora mesmo.

A parte inteligente dos

Programação é o processo de analisar

Lançada em 1991, na Holanda, por Guido Van

Python se tornou uma

Empresas que usam

A linguagem Python também se

E nos países emergentes

Aprender programação é uma excelente

O que estudaremos neste capítulo?

Quiz Exercícios Lab01

Python é uma linguagem interpretada, clara,

Código fonte Byte code Runtime

m.py m.pyc PVM

Basicamente, existem 3 modos de executar programas em Python:

Indentação é importante (1 tab ou 4 spaces)

Começam com o caracter # ou 3 aspas duplas “””...”””

# Isso é um comentário em um única linha

Retorne a este vídeo sempre

Tópicos deste vídeo

1) Tipos de números em Python

Python possui 2 tipos de números principais:

int → números inteiros, positivos ou negativos. Ex: -7 e 7

float → números fracionários, positivos ou negativos. Ex: -7.1 e

Podemos usar a função type(), para saber qual é o tipo de um número

Podemos usar as funções int() e float()

As variáveis são usadas em nosso código Python para

São espaços em memória que armazenam valores.

Por exemplo, nós podemos armazenar o valor 10 na variável b.

O sinal de igual atribui o valor à direita (10) à variável do lado

A função print() em Python irá imprimir valores na tela (teremos

print(10) → imprime na tela o valor 10

Tudo o que é impresso aparece na tela de saída do Python.

1. Os nomes das variáveis não podem começar com um número.

O item 3 é considerado uma boa prática de programação (PEP8). Visite os sites

Não se pode usar palavras reservadas como nome de

Operador Significado Exemplo

Operado Significado Exemplo

Tópicos deste vídeo:

1) O que são strings

Strings são usadas em Python para gravar informações em

Python entende a string "Olá”, como sendo uma sequência de

Strings – sequência imutável de caracteres ou apenas 1

Já sabemos que Strings são uma sequência. Isso significa que

Em Python, usamos colchetes [] para representar o índice de

→ Em Python, a indexação começa por 0.

Em Python, a indexação começa por 0.

Por exemplo, podemos criar a string:

texto = ”Python e Análise de Dados”