Python - BI Master

Este repositório tem o objetivo de apresentar os materiais e recursos necessários para as aulas de Python do BI Master.

Professoras

• Amanda Lemette
  • 📧 prof.amanda@ica.ele.puc-rio.br
  • Linkedin
• Júlia Potratz
  • 📧 prof.julia@ica.ele.puc-rio.br
  • Linkedin
• Manoela Koehler
  • prof.manoela@ica.ele.puc-rio.br
  • Linkedin

Ementa

Aula 1

• Professora: Júlia Potratz
• Monitora: Amanda Lemette
• Plano de aula:
  • Acessar e como abrir o material de aula
  • Introdução a programação
    • Lógica de programação (conceitos básicos)
    • Exercícios de lógica iterativos (programação em blocos)
  • Introdução ao Python
  • Google Colab
  • Exemplo prático do dia a dia utilizando o básico do Python

https://www.devmedia.com.br/python-tutorial/33274

Aula 2

• Professora: Júlia Potratz

• Monitora: Amanda Lemette

• Plano de aula:

  • Variáveis (str, int, float e bool) + operações em geral
    • Simbolos caracteristicos
    • Integração entre as variáveis
  • Estruturas Condicionais (if, elif, else)
    • Sintaxe
    • Exemplos
  • Listas + Tuplas
    • Acrescentar valores (append, insert e extend)
    • Remover valores (remove, pop)
    • Selecionar valores dentro da lista (indexação)
    • Verificar existencia de elementos dentro das listas e/ou tuplas
    • Ordenar valores

Aula 3

• Professora: Júlia Potratz
• Monitora: Amanda Lemette
• Plano de Aula:
  • Loops
    • For
      • Sintaxe
      • Exemplos (com lista, range, enumerate e zip)
    • While
      • Sintaxe
      • Exemplos
  • Dicionários
  • Numpy
    • O que é essa biblioteca
    • Criar e percorrer vetores
    • Indexação
    • Operação escalar
    • Broadcasting (exemplo)

Aula 4

• Professora: Amanda Lemette
• Monitora: Júlia Potratz
• Plano de Aula:
  • Funções (1 hora)
    • Como montar e utilizar
    • Funções anônimas
    • Criar nossa própria biblioteca
  • DataFrames
    • O que são?
    • Como criar um DataFrame (dicionário, lista, vetores)
    • Visualização de DataFrames
    • Ordenação + reset index
    • Reoganizar colunas
    • Adicionar dados (linhas e colunas)
    • Indexação (loc x iloc e fatias)

Aula 5

• Professora: Amanda Lemette
• Monitora: Júlia Potratz
• Plano de Aula:
  • Pequena revisão sobre montagem de drive
  • Leitura de arquivo externos (.xlsx, .csv, etc)
  • Salvar arquivo
  • Função .cut (categorização dos dados) - Construção de histograma - Construção de gráfico de pizza
  • Lidar com NaN (missing values) - Identificar - Substituir (valor constante, média) - Eliminar
  • Aplicar funções em colunas do dataframe (.map e .aplly)
  • Gerar gráficos (seaborn + matplotlib)

Aula 6

• Professora: Amanda Lemette
• Monitora: Júlia Potratz
• Plano de Aula:
  • Mini revisão de estatistica:
    • Média, Mediana, Quartis
  • Visão geral de uma base de dados
    • Descrição estatistica básica (.describe())
    • Verificação de Outliers (box plot)
  • Agrupamentos: - Agrupar de acordo com um único atributo - Agrupar de acordocom multiplos atributos
  • Seleção de informação nos DataFrames (views) - Condicionais - .query()
  • Gráficos (seaborn + matplotlib)