Conceitos

avançados de
Python focados
em análise
de dados + 4
indicações de
livros
 Considerando que estamos falando Também é relevante destacar a
sobre um trabalho extenso e que força da comunidade para aqueles
demanda o uso de ferramentas de que utilizam a linguagem. O
automação para lidar com grandes compartilhamento de recursos e

Qual é a volumes de dados, é importante que

o processamento aconteça de forma
bibliotecas disponíveis ajudam o
profissional a fazer a aplicação,

relevância do eficiente e ágil. Além disso, também

há a importância em ter informações
conduzir os processos analíticos e
garantir que haja qualidade em cada

Python para limpas para o momento da análise. um deles.

a análise de É aí que entra o Python: a ferramenta E você, como está o seu

prioriza a automação de tarefas, desenvolvimento profissional com
dados? apresenta facilidade para lidar com relação ao Python? Para contribuir
recorrências e possui certo grau de com os próximos passos na sua
simplicidade. O que isso significa? jornada profissional, preparamos um
Produtividade! conteúdo com dicas para uma análise
de dados ainda mais eficiente.

Boa leitura!

2 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 Quais são as bibliotecas
O que você 1. mais utilizadas para
análise de dados?
irá encontrar
neste e-book? 2. 9 conceitos para colocar
em prática

CLIQUE NO ASSUNTO
3. 8 dicas para visualizar
dados em um gráfico
PARA SER DIRECIONADO

4.
PARA À PÁGINA
Quer se desenvolver em
Python? Saiba como
(+ dicas de livros)

5. Encerramento

3 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Quais são as
bibliotecas mais
utilizadas para
análise de dados?
As libraries são o diferencial para que Python seja uma boa
escolha para a análise de dados. Com elas, é possível obter
soluções completas para que as tarefas sejam realizadas com
sucesso. Saiba mais sobre as principais bibliotecas a seguir:

4 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Quais são as bibliotecas

mais utilizadas para A primeira ferramenta da lista se destaca por
análise de dados? atuar com análise e manipulação de dados com
facilidade, agilidade e flexibilidade.

Essas características tornam a análise produtiva e

proporcionam um alto desempenho, ajudando a
destacar o Python na sua função de atuar com o
processamento dessas informações.

#1
Diferenciais da pandas: remodelamento,
expansão e filtragem de subconjuntos de dados.

PANDAS Saiba mais sobre a library clicando aqui.

5 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Quais são as bibliotecas Ideal para a computação numérica com matrizes multidimensionais,
ela processa arranjos e matrizes grandes e multidimensionais. Também
mais utilizadas para
possui funções matemáticas para manipular esses arrays.
análise de dados?
Quando o assunto é análise de dados, ela é utilizada como contêiner
primário. Assim, possibilita-se o compartilhamento de dados entre
algoritmos. Por que os arranjos em NumPy se destacam?

#2 1.
Método superior de
armazenamento e manipulação de 2.
Libraries de linguagens de
níveis mais baixos podem ler e

NUMPY
dados numéricos em comparação alterar os dados armazenados
às estruturas nativas de Python; nesses arrays.

Você pode acessar a página da NumPy aqui.

6 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Quais são as bibliotecas Já essa biblioteca se destaca pela ampla possibilidade de produções
de gráficos, como os tipos bidimensionais, de forma nativa. E não para
mais utilizadas para
por aí, pois há a possibilidade de utilizar extensões para maximizar suas
análise de dados?
possibilidades para:

1. 2. 3.
#3
Projeções Gráficos Mais produtos
cartográficas; tridimensionais; gráficos.

MATPLOTLIB Aliás, você sabia que os gráficos gerados pela pandas possuem o
Matplotlib como origem?

Acesse o Matplotlib agora.

7 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Além das
Seaborn TensorFlow e Keras
bibliotecas que Foco em visualização Redes neurais, otimização
de dados; e modelos mais complexos
citamos acima, de machine learning.

ainda existem
as seguintes Scikit-learn
Para a modelagem

alternativas: estatística;

8 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

9 conceitos para
colocar a mão na
massa

As funções que vamos destacar a seguir podem ser utilizadas

no database Iris. O dataset apresenta quatro variáveis de 50
amostras de três espécies: setosa, versicolor e virginica.

9 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

1
9 conceitos para colocar
a mão na massa

A função é indicada para realizar

a leitura do arquivo. O dataset é
carregado para a memória, além de
ser mantido na variável “planta”.

/pd.read_csv

10 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

2
9 conceitos para colocar
a mão na massa

“as” é utilizada para criar um

apelido para a library. Assim, pode-
se fazer um referenciamento
depois. Lembrando que o mesmo
raciocínio pode ser aplicado às
demais bibliotecas.

/import
Essa instrução diz respeito à biblioteca Outro ponto é o estilo do gráfico,
que será utilizada no código. Então, que pode ser utilizado da seguinte
vamos supor que pandas seja a nossa forma:
primeira escolha. Veja:

11 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

3
9 conceitos para colocar
a mão na massa

Responsável por mostrar as

primeiras linhas da base de dados.
Caso o usuário não informe um
valor, a função exibirá até a 5ª linha.

/head()

12 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

4
9 conceitos para colocar
a mão na massa

A função agrega com informações

sobre os dados que podem ser
aproveitados para a geração de
estatísticas, como desvio padrão
e média.

/describe()

13 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

5
9 conceitos para colocar
a mão na massa

Como o nome indica, a função está

ligada ao tipo de dados, ou seja, a
forma como Python interpreta os
valores.

/dtypes

14 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

6
9 conceitos para colocar
a mão na massa

Apresenta dois valores: quantidade

de linhas e colunas da tabela.

/shape

15 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

7
9 conceitos para colocar
a mão na massa

Aqui, a dica é aproveitar o atributo

para renomear as colunas. Assim,
a manipulação dos dados e o
entendimento dessa base de
informações tornam-se facilitados.

Utilize head() para verificar a nova

versão dos nomes.

/columns

16 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

8
9 conceitos para colocar
a mão na massa

Com a função, as linhas que

apresentam valores nulos retornam
na coluna “sepala_comprimento”.

/isnull()

17 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

9
9 conceitos para colocar
a mão na massa

Quer saber as contagens de

valores totais?

Você pode utilizar esta função.

/value_counts

18 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

8 dicas para
visualizar dados
em um gráfico

Para apoiar na tomada de decisão da empresa, a precisão dos

dados analisados é fundamental. É neste momento que entra a
importância em selecionar o gráfico corretamente. Confira, a seguir,
algumas dicas para produzir diferentes formatos desse recurso.

19 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Kind Color Figsize

8 dicas para visualizar Tipo de gráfico. Cor do gráfico. Tamanho do gráfico.

dados em um gráfico

Grid Rot
Para definir a linha de Grau de rotação dos dados
grade no gráfico. relacionados ao eixo X.

1
Uma linha de código,
cinco argumentos

20 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 histogram IR PARA O ÍNDICE

Veja, a seguir, quais são as

estatísticas calculadas no pacote
8 dicas para visualizar essentials: type, most
de criação do pandas profiling: unique values, frequent
pandas
dados em um gráfico missing values values
profiling
descriptive
Como fazer a instalação? correlations
statistics
pip install pandas-profiling
ou

2
quantile
conda install -c anaconda pandas-profiling
statistics

#importing os pacotes necessários

Como usar? import pandas as pd
import pandas_profiling
Utilize o conjunto de dados titânico para
apresentar os recursos do criador de #Pandas-Profiling 2.0.0
perfil Python. df = pd.read_csv(‘titanic/train.csv’)
df.profile_report()

Pandas profiling
Essa linha cumpre com o objetivo de exibir o relatório de criação de perfil de
A função amplia o DataFrame para uma ágil análise
dados em um Jupyter Notebook de forma detalhada e com gráficos.
de dados. Uma linha de código gera volume de
Para exportar o relatório para um arquivo HTML interativo, utilize o código:
informações, além de um relatório HTML interativo.
profile = df.profile_report(title=’Pandas Profiling Report’)
df.describe()df.info()functionsdf.profile_report() profile.to_file(outputfile=”Titanic data profiling.html”)

21 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Como fazer a instalação? Como usar?

8 dicas para visualizar
pip install plotly # Plotly é um #importar pandas
dados em um gráfico pré-requisito antes de importar pandas como pd
instalar abotoaduras #importar plotly e abotoaduras no modo offline
pip install abotoaduras importar abotoaduras como cf

import plotly.offline

3
cf.go_offline()
cf.set_config_file(offline=False, world_readable=True)

Plotar com interatividade

sem modificar o código de
forma brusca? É possível
Com a library Cufflinks, você pode utilizar a plotagem
unida à flexibilidade dos pandas e gerar gráficos. Veja:

22 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Eles ajudam a solucionar alguns dos principais desafios que aparecem

8 dicas para visualizar na análise de %Ismagic. Ao utilizar, você pode conferir todas as funções
dados em um gráfico disponíveis.

Um exemplo é %matplotlib inline que ajuda a renderizar os gráficos de

Matplotlib no Jupyter Notebook. Para que os gráficos tenham capacidade

4
de zoom e redimensionamento, substitua “inline” por “notebook”, mas
confira se a função foi chamada antes de importar a biblioteca.

Comandos
mágicos
Com a library Cufflinks, você pode utilizar
a plotagem unida à flexibilidade dos
pandas e gerar gráficos. Veja:

23 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

8 dicas para visualizar

dados em um gráfico Utilize pprint para atingir esse objetivo! O módulo irá ajudar na impressão
de dicionários ou dados JSON. Veja alguns exemplos a seguir:

5
Como melhorar a
estética das estruturas
de dados?

24 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 Caixa azul para transmitir informações IR PARA O ÍNDICE

<div class=”alert alert-block alert-info”>

<b>Dica:</b> Use caixas azuis (alert-info) para dicas e notas. Se for uma nota, você não
8 dicas para visualizar precisa incluir a palavra “Nota”.
</div>
dados em um gráfico

Caixa amarela para emitir avisos

<div class=”alert alert-block alert-warning”>
<b>Exemplo:</b> Caixas amarelas são geralmente usadas para incluir exemplos
adicionais ou fórmulas matemáticas.

6
</div>

Caixa verde para destacar um sucesso

<div class=”alert alert-block alert-success”>
Use a caixa verde apenas quando necessário para exibir links para conteúdo relacionado.
</div>

Quer dar destaque Caixa vermelha para indicar perigo

a algo importante? <div class=”alert alert-block alert-danger”>
É bom evitar caixas vermelhas, mas pode ser usado para alertar os usuários para não
excluir alguma parte importante do código etc.
</div>

25 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

8 dicas para visualizar

dados em um gráfico

7
Pressione CTRL/CMD+Z para recuperar o conteúdo de uma célula. Caso a
restauração seja de uma célula inteira que foi apagada, utilize ESC+Z ou
CTRL/CMD+ZEDIT > Undo Delete Cells.

Excluiu uma célula por

engano?
Saiba como restaurar

26 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Com o Python, você pode importar, transformar e visualizar dados na

8 dicas para visualizar ferramenta. Veja algumas ações:

dados em um gráfico
Criar o script de importação de dados (conjunto de dados Boston
Housing, disponível no scikit-learn)

1. 2.
Utilizando para clustering, podemos Após, vamos aplicar o
usar a Análise de Componentes agrupamento k-means

8
Principais para diminuir as para identificar grupos
dimensões e visualizar os dados em homogêneos nos dados.
um espaço bidimensional;

Obs.: crie scripts autônomos do código para testar e depurar possíveis

problemas antes de utilizá-los no Power BI.

Quer saber como usar Como habilitar o Python no Power BI?

1. 2.
Configure o ambiente Para gerenciar o ambiente
Python no Power BI? com as bibliotecas; Python, é possível utilizar
virtualenv e pipenv ou a
distribuição conda.

27 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 IR PARA O ÍNDICE

Quer se Estatística/álgebra linear: são skills fundamentais para a realização

do tratamento prévio da base de dados e a escolha de variáveis;

desenvolver Comunidades: um dos grandes diferenciais da programação

em Python? Saiba são esses espaços de troca de experiências com outros

profissionais. Utilize sempre que necessário;
como (+dicas de
livros)
O desenvolvimento profissional não
pode parar, não é verdade? Por isso,
Towards data science;
aproveitamos para reforçar mais Para aprofundar o seu
Data Hackers;
habilidades que são importantes conhecimento, você Hipster.tech (podcast);
Data science dojo;
para todo profissional que atua com também pode acessar os Datacamp (podcast
Python: seguintes conteúdos: dataframed);
DeepLearning.AI (blog).

28 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 1. 2.
IR PARA O ÍNDICE
Python para análise de dados: Python Fluente:
Tratamento de dados com Programação Clara,
Pandas, NumPy e IPython Concisa e Eficaz
Wes McKinney Luciano Ramalho
Novatec Editora Novatec Editora

4 dicas de 3. Pense em Python: 4. Mãos à Obra: Aprendizado

livros para você Pense Como um Cientista de Máquina com Scikit

da Computação Learn & TensorFlow
ir além no seu Allen B. Downey
Novatec Editora
Aurélien Géron
Alta Books

conhecimento
de Python Esperamos que os conteúdos apresentados neste Por isso, desejamos que a sua jornada
e-book possam contribuir com o desenvolvimento com Python seja de muito aprendizado
da sua carreira e no aprimoramento das habilidades e evolução constante! Quer inovar com
técnicas que, assim como as soft skills, são a gente? Acesse o banco de talentos
importantes para quem deseja alcançar maior Vivo clicando aqui e venha digitalizar
reconhecimento profissional ou até mesmo um para aproximar.
cargo de gestão.

29 - [E-book] Conceitos avançados de Python focados em análise de dados + 4 indicações de livros

 E não deixe de nos acompanhar nas mídias sociais

Instagram LinkedIn Vídeo Blog

#VemPraVivo Vivo (Telefônica Brasil) Vem realizar com a gente de Carreiras da Vivo

Até a próxima!