Material do Tutorial Introdução aos Módulos de Análise de Dados

Autoras: @jtemporal @leportella

Esse material foi originalmente apresentado na Python Brasil 13, essa versão atualizada para ser apresentado na [Python Nordeste 2021] (edição online).

OS SLIDES ESTÃO AQUI 😉

Descrição

Numpy, Pandas, Matplotlib... os módulos de análise de dados são inúmeros! E suas potencialidades também! Vamos ver como ler planilhas, separar dados, criar gráficos e fazer uma série de análises usando um pouquinho de cada método. O objetivo deste tutorial é ter uma ideia de por onde começar a analisar dados!

Configurações de ambiente

Você vai precisar de uma coleção de bibliotecas. Você pode instalá-las da sua forma favorita, mas o mais importante é usar as seguintes versões:

Python >= 3.6 (eu tô usando a versão 3.8.2), caso você queira instalar uma dessas versões eu recomendo o uso do pyenv e eu ensino nesse artigo como instalar versões do python com pyenve
Todas as bibliotecas listadas no arquivo requirements.txt nas versões apontadas lá.

Caso você precise de ajuda como usar o arquivo requirements.txt dê uma olhada nessa colinha que eu escrevi que explica como esse arquivo funciona.

Abaixo tem uma colinha de todos os passos para criar um ambiente virtual em python e instalar os requisitos 😉

Para conferir a versão do Python na sua máquina:

python --version

python3 --version

Para criar um ambiente virtual:

python3 -m venv .env

Para ativar um ambiente virtual:

source .env/bin/activate

Para instalar os requisitos do arquivo requirements.txt:

pip install -r requirements.txt

Pré-requisitos

Conhecimento mínimo da linguagem (loops, condicionais, variáveis, etc)

Tópicos abordados:

Noções básicas do Jupyter Notebook
Ler e trabalhar com planilhas csv
Separação de dados
Análises estatísticas básicas (média, moda, mediana, desvio padrão...)
Trabalhando com dados inexistentes (substituição de dados, NaN, interpolação linear)
Desenvolvimento de gráficos (histograma, análise no tempo, gráficos com dois eixos...)

Outras informações

Dentro da pasta web temos páginas HTML para cada um dos notebooks. Então para fácil visualização não interativa você pode usar apenas o seu navegador favorito e ler o conteúdo dos notebooks sem precisar do Jupyter.

Outros links úteis

Cheatsheet de Pandas da Leticia Portella com comandos de pandas.

Execute os notebooks no Binder

Caso você não queira/possa instalar nada no seu computador você deve fazer um fork deste repositório, copiar o link para ele e iniciar um Binder neste site.

Assim você vai conseguir começar sem precisar instalar nada no seu computador.

py5gol / tutorial-modulos-data-science