Introdução ao Python e suas Aplicações em Ciência de Dados

Introdução a python Introdução a programação de computadores 1 Introdução Alunao é importante que você entenda a necessidade do Python no mundo computacional Cada linguagem de programação tem sua função específica Linguagens podem ter foco na facilidade de programar na velocidade do código no acesso ao hardware na resolução de problemas estatísticos na análise de grande quantidade de dados etc Python é uma linguagem muito cara ao corpo científico por diversas razões É uma linguagem que facilita uma diversidade enorme de operações e muito útil para ANÁLISE DE DADOS APRENDIZADO DE MÁQUINA BIG DATA entre outras Vale notar que outras linguagens são úteis para as mesmas finalidades no entanto Python é uma linguagem amplamente difundida especialmente para pesquisas e é colaborativa e gratuita Assim temos uma linguagem de altíssimo potencial bem em nossas mãos No entanto não se engane Python tem suas limitações Por ser uma linguagem que procura facilitar operações que são naturalmente complexas ela é insuficiente em termos de velocidade quando comparada a linguagens de baixo nível como C Para tal é necessário utilizar um processador mais robusto e com mais memória ou renunciar à performance quando for possível 2 Ambiente python Python é uma linguagem de programação de computadores É de fácil aprendizagem e muito poderosa É uma programação de alto nível e é classificada como orientada ao objeto A linguagem Python é de uso geral o que significa que nós podemos desenvolver praticamente qualquer tipo de software utilizando Python Quando trabalhamos com data science precisamos de uma ferramenta para coletar os dados limpar os dados transformar fazer o préprocessamento criar modelos preditivos realizar avaliações de modelos preditivos e criar gráficos e dashboards O Python permite realizar todas essas atividades e essa é uma das razões pelas quais os cientistas de dados utilizamno Além disso o Python é uma linguagem de programação comum ou seja facilmente encontraremos equipes nas mais diversas empresas utilizandoa e ela pode ser utilizada para diversas atividades desde análises mais simples de dados como a criação de uma aplicação web e dashboards ou para criar aplicações de inteligência artificial O Python é uma das linguagens mais poderosas para análise de dados devido ao que chamamos de PyData Stack que resumidamente é um conjunto de pacotes ou bibliotecas que foram criados por diversas pessoas em linguagem Python e disponibilizados gratuitamente Devido a popularidade do Python podemos trabalhar de forma online ou seja conectados à internet de forma que não precisamos realizar nenhuma instalação na nossa máquina local Além disso também podemos baixar e instalar gratuitamente todos os recursos necessários do Python para poder operar em nossa própria máquina De forma simples para utilizarmos o Python em nossa máquina local precisamos de dois itens que são O interpretador da linguagem Local para escrevermos nossos códigos O interpretador é um programa que aceita comandos escritos em Python e os executa linha a linha É ele quem vai traduzir nossos programas em um formato que pode ser executado pelo computador MENEZES 2019 Após instalarmos o interpretador da linguagem que pode ser obtido diretamente na página da linguagem Python wwwpythonorg uma das opções para escrever nossos códigos é um editor de textos Podemos escrever diretamente em um arquivo notepad o editor do Windows por exemplo Porém existem diversas ferramentas mais indicadas para tal Outra forma de escrevermos em Python é utilizando o Jupyter Notebook Ele pode ser obtido diretamente na página do Jupyter wwwjupyterorg ou junto com a IDE Anaconda que inclusive disponibiliza junto o interpretador Python e durante sua instalação já estrutura todo nosso ambiente de desenvolvimento O Jupyter Notebook roda via browser web porém depende do interpretador Python que deve estar instalado em sua máquina NumPy numerical Python talvez a biblioteca mais famosa O Pacote tem diversas instruções para operações matemáticas que são as bases de machine learning Possui inúmeras operações matemáticas prontas para uso Pandas podemos dizer que é o Excel para o Python trabalhamos com dados TABULARES facilmente Scikit learn é o pacote para machine learning Com ele já estão implementados diversos métodos algoritmos e técnicas bem interessantes que simplificam a vida do desenvolvedor Matplotlib utilizado para trabalhar com os mais diversos gráficos e visualizações de dados local É uma excelente forma de trabalhar com data science inclusive porque documenta todo o processo Temos também o PyCharm que tem como objetivo o desenvolvimento mais avançado para criar softwares mais robustos Outra forma de trabalharmos com Python é utilizando a ferramenta Colab O Colab se assemelha ao Jupyter Notebook rodando via web porém utiliza recursos totalmente on line O Colab é o ambiente de colaboração do Google e o interpretador Python está instalado nos servidores que disponibiliza para nós toda estrutura necessária para trabalharmos com a linguagem de forma gratuita É importante destacar que nós utilizaremos neste tópico o arquivo com todos nossos códigos cuja extensão é ipynb que é o formato específico de um notebook Python Colab Jupyter entre outros Ao escrevermos um script em Python a extensão é py O IPython cuja extensão é o ipynb pode fazer tudo que o Python faz Ele oferece recursos extras como conclusão de tabulação testes depuração entre outros diferentemente de um script Python py com o qual apenas escrevemos códigos Podemos pensar no IPython como sendo uma interface gráfica para a linguagem Python Linguagem Python e suas principais IDEs Modelo de extensões de arquivo 3 Tipos de dados e variáveis Em Python existem os tipos básicos e os tipos de alto nível de dados e variáveis E o que são tipos São categorias de valores que são processados de forma semelhante Exemplos Tipos primitivos são aqueles já embutidos no núcleo da linguagem Tipos simples números int long float complex e cadeias de caracteres Tipos compostos listas dicionários tuplas e conjuntos Tipos definidos pelo usuário são correspondentes a classes orientação objeto O que são VARIÁVEIS São nomes dados a áreas de memória Nomes podem ser compostos de algarismos letras ou O primeiro caractere não pode ser um algarismo Não pode usar palavras reservadas if while etc Servem para guardar valores intermediários Servem para construir estruturas de dados Entre os tipos básicos podemos citar alguns O primeiro deles os NÚMEROS Há vários tipos numéricos que se pode usar em Python Int números inteiros o 2 3 10 100 Floats números racionais de precisão variável o 10 105 1900005 15e5 Complex números complexos o 11j 20j 1000100J Um tipo não numérico é a STRING São cadeias de caracteres Constituem outro tipo fundamental do Python Constantes STRING são escritas usando aspas simples ou duplas o a ou a Python usa a tabela default do sistema operacional o ASCII UTF8 Caracteres não imprimíveis podem ser expressos usando notação barra invertida o nova linha o r carriage return o tab o b backspace o o x41 caractere cujo código hexadecimal é 41 A Outro tipo básico não numérico são as EXPRESSÕES BOOLEANAS Resultam em Verdadeiro TRUE ou Falso FALSE São usadas em comandos condicionais e de repetição Servem para analisar o estado de uma computação e permitir escolher o próximo passo Temos também os TIPOS DE ALTO NÍVEL LISTAS vetor que pode armazenar todo tipo de valor TUPLAS lista imutável Qualquer operação sobre ela resulta em uma nova tupla DICIONÁRIOS sequências que podem utilizar índices imutáveis de tipos variados ARQUIVO Python possui um tipo prédefinido para manipular arquivos CLASSES E INSTÂNCIAS 4 Entrada e saída de dados Aqui vamos analisar como se dá a entrada e saída de dados em um código Python Lembre se de que o interpretador Python não compila o código ele executa linha por linha conforme mostramos a seguir Python é uma linguagem interpretada O interpretador Python executa um comando por vez para funcionar o código Wes McKinney 2ª edição 2017 página 16 Chamada de código É possível chamar o código Python pela linha de comando e isso é o suficiente para executá lo Imaginemos por exemplo que temos um arquivo chamado helloworldpy cujo código seja printHello world Você pode executar o código apenas digitando Python helloworldpy e terá como saída Hello world Em um ambiente IPython é possível executar o código com o comando run Exemplo se temos um código chamado iPythontestepy podemos executálo com run iPythontestepy Comentários Os comentários em Python são feitos com o operador isto é um comentário Outra forma de fazer comentários é colocando três aspas duplas antes e depois dos comentários Dessa forma é possível fazer comentários em mais de uma linha sem usar um por linha isto é um comentário muito maior Identação Python usa espaços em branco tabulações ou espaços para estruturar o código em vez de usar colchetes como em muitas outras linguagens Wes McKinney 2ª edição 2017 página 30 Dessa forma a linguagem Python procura exigir organização básica de quem programa SAÍDA DE DADOS Podemos exibir um resultado por meio do comando print Outra forma é fazer diretamente com o código print Ou até mesmo sem o comando print O mesmo pode ser feito com da criação de um MÓDULO como são chamados os programas em Python Exemplo de estruturação de código Python Saída de dados pelo PRINT Outra forma é fazer diretamente com o código print Saída de dados sem o comando PRINT Se executamos o comando Python hellopy teremos Hello World Outra forma de usar o print é mostrando que dado que amos imprimir juntamente com a string que vamos imprimir Exemplo dia 20 mes novembro print Eu nasci no dia d de s diames OUT Eu nasci no dia 20 de novembro Assim mostramos com o d que será inserido um inteiro dia e com o s que será inserida uma string mês Podemos utilizar outras formas como f float x hexadecimal c caractere Outra forma caso não queiramos especificar o tipo de dado a ser inserido dia 20 mes novembro printfEu nasci no dia dia de mes OUT Eu nasci no dia 20 de novembro ENTRADA DE DADOS Para entrada de dados pelo usuário utilizamos o comando INPUT fazendo a atribuição de valor diretamente para uma variável A sintaxe é Assim a variável terá uma variável do tipo STRING salva variável inputtexto para usuário printvariável OUT texto para usuário texto texto Saída de dados através de um MÓDULO Entrada de dado do usuário Vamos agora aprender um pouco sobre a atribuição de valores para dar sequência na entrada de dados Para atribuir um dado ou argumento modificamos a variável usando o comando de atribuição Var expressão Por exemplo É possível também atribuir a várias variáveis simultaneamente Python possui tipagem dinâmica ou seja a tipagem pode mudar a cada nova entrada de dados em uma variável E quais são as possíveis formas de TIPAGEM Atribuição de um dado a uma VARIÁVEL Atribuição de dados a mais de uma VARIÁVEL TIPAGEM DINÂMICA No entanto a tipagem do Python tem suas limitações o que chamamos de REFERÊNCIA DINÂMICA TIPO FORTE A sequência abaixo resulta em um erro de tipagem pois não é possível somar uma string a um inteiro Por fim uma vez que o comando INPUT sempre insere o dado na variável no formato STRING é necessário converter o tipo da variável por conta de um processo chamado casting Exemplo idadecachorro inputidade do cachorro idadehumano idadecachorro7 printidadehumano OUT idade do cachorro 3 3333333 Tipar um dado é dizer a que grupo ele pertence Tipagem Forte é necessário declarar explicitamente o tipo da variável que você está alocando Tipagem fraca não é necessário explicitar o tipo de dado há autotipagem Tipagem Dinâmica além de não ser necessário explicitar o tipo de dado é possível modificar o tipo quando quisermos Alguns observadores podem concluir rapidamente que Python não é uma Linguagem tipada Isso não é verdade Wes McKinney 2ª edição 2017 página 34 ERRO DE TIPAGEM Repare que em vez de multiplicar a idade por 7 o código replicou a idade 7 vezes Isso se dá porque a idade do cachorro é uma STRING Devemos colocar o input dentro de INT para que a idade seja devidamente convertida idadecachorro intinputidade do cachorro idadehumano idadecachorro7 printidadehumano OUT idade do cachorro 3 21 Dessa vez a idade foi devidamente convertida O mesmo ocorre por exemplo para FLOAT float entre outras 5 Operadores Podemos usar o código Python como uma calculadora por exemplo Adição Subtração Multiplicação Divisão Potência Divisão que retorna o quociente inteiro Retorna o resto inteiro da divisão Constantes podem ser escritas com a mesma notação usada na linguagem C HHexadecimal preceder os dígitos com 0x ooOctal preceder os dígitos com 0o BiBBbnnfjudsnBinário preceder os dígitos com 0b OPERAÇÕES ARITMÉTICAS Números de ponto flutuante Para gerar uma constante de ponto flutuante é preciso escrever com um ponto decimal ou usar a letra e ou E precedendo a potência de 10 Números complexos Representados com dois números um para a parte real e outro para a parte imaginária Constantes são escritas como uma soma sendo que a parte imaginária tem o sufixo j ou j STRING Os caracteres não imprimíveis só desempenham sua função se estiverem dentro do código PRINT BASES OCTAIS HEXADECIMAIS E BINÁRIAS Ponto flutuante Números complexos A notação barra invertida pode ser desabilitada quando a constante string é precedida pela letra r minúscula Podemos escrever constantes STRING usando três aspas duplas para não termos de escrever as quebras de linha ou uma barra invertida ao fim de cada linha índices Notação stringíndice O primeiro caractere tem índice 0 O último caractere tem índice 1 CARACTERES NÃO IMPRIMÍVEIS Desabilitar a barra invertida O uso das três aspas duplas fatias slices Notação stringíndice1índice2iteração Retorna os caracteres desde o de índice 1 inclusivo até o de Índice 2 exclusivo Se o primeiro índice é omitido é assumido como Se o segundo índice é omitido é assumido o fim da Iteração ou passo é como caminha a fatia Expressões booleanas Operadores mais usados Relacionais Booleanos and or not Avaliação feita em Curtocircuito Expressão avaliada da esquerda para a direita Se o resultado ou puder ser determinado sem avaliar o restante ele é retornado imediatamente As constantes true e false são apenas símbolos convenientes Qualquer valor não nulo é visto como verdadeiro enquanto ou false é visto como falso O operador or retorna o primeiro operando se for visto como verdadeiro caso contrário retorna o segundo O operador and retorna o primeiro operando se for visto como falso caso contrário retorna o segundo Operadores relacionais são avaliados antes de not que é avaliado antes de and que é avaliado antes de Uso de índice em string Uso da função slice Módulos Além dos operadores podemos usar funções para fazer determinadas operações Aqui vão alguns exemplos e formas de uso As funções abs chr e ord são funções embutidas do Python abs retorna o valor absoluto chr retorna o caractere cujo código ASCII é ord retorna o código ASCII do caractere Operadores booleanos 6 Conclusão Este tópico procurou mostrar alguns exemplos básicos de como programar usando a linguagem Python e a importância dessa linguagem Buscamos aprender conceitos e regras sobre a linguagem e sua estrutura A partir desses conceitos vamos poder construir códigos mais complexos e até mesmo levar isso para outras linguagens de programação quando necessário Assim procuramos fundamentar as bases da compreensão de um tópico importante que será utilizado frequentemente daqui para frente em todas as linguagens de programação 7 Referências McKinney Wes Python for Data Analysis United States of America OReilly 2017 MENEZES Nilo Ney Coutinho Introdução à programação com Python algoritmos e lógica de programação para iniciantes 3 ed rev amp São Paulo SP Novatec 2019 328 p ISBN 9788575227183