Jupyter-exercises

KO | EN

gitlite — search

#javascript #hacktoberfest #typescript #golang #linux #nodejs #awesome #cli #kubernetes #vue #security #ios #openai #open-source

Jupyter-exercises

(★ 13)

Exercicios de Python para analise de dados com Pandas

Jupyter-exercises 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Python para Análise de Dados

[← Voltar](https://github.com/joycequoos/Analise_de_Dados/blob/main/README.md)

Repositório com exercícios práticos de Python voltados para análise de dados, organizados em ordem progressiva — dos fundamentos da linguagem até a manipulação avançada de dados com NumPy e Pandas, além de introdução à visualização de dados com Matplotlib.

## Sobre o Python na Análise de Dados

Python é uma das linguagens de programação mais populares para análise de dados devido à sua ampla variedade de bibliotecas e ferramentas especializadas. Algumas das principais formas pelas quais a linguagem auxilia nesse processo:

- **Manipulação de dados** — bibliotecas como o Pandas facilitam a manipulação e transformação de dados, com estruturas flexíveis para trabalhar com tabelas e séries temporais, além de funções eficientes para filtrar, agrupar e agregar dados.
- **Visualização de dados** — bibliotecas como Matplotlib, Seaborn e Plotly permitem criar gráficos, histogramas, diagramas de dispersão e mapas, ajudando na compreensão e comunicação dos insights encontrados.
- **Análise estatística** — bibliotecas como NumPy e SciPy oferecem funções para testes de hipóteses, regressão, análise de séries temporais e análise de componentes principais.
- **Aprendizado de máquina** — o ecossistema Python conta com bibliotecas como scikit-learn, TensorFlow e PyTorch, usadas para classificação, regressão, agrupamento, detecção de anomalias e processamento de linguagem natural.
- **Integração com outras ferramentas** — é possível combinar Python com SQL, Apache Spark e diferentes formatos de dados (CSV, Excel, JSON, bancos de dados, entre outros).
- **Automação de tarefas** — scripts em Python permitem automatizar extração, limpeza, transformação e geração de relatórios de forma recorrente.

Essa flexibilidade e o vasto ecossistema de bibliotecas tornam o Python uma escolha popular entre profissionais de análise e ciência de dados.

## Estrutura dos Exercícios

### 1. Fundamentos de Python

| Notebook | Descrição |
|---|---|
| [01 - Primeiros Passos com Jupyter](https://github.com/joycequoos/Jupyter-exercises/blob/main/01_Primeiros%20Passos%20com%20Jupyter.ipynb) | Introdução ao ambiente Jupyter e primeiros comandos em Python. |
| [02 - Condicionais](https://github.com/joycequoos/Jupyter-exercises/blob/main/02_Condicionais.ipynb) | Estruturas condicionais (`if`, `elif`, `else`). |
| [03 - Funções Built-in](https://github.com/joycequoos/Jupyter-exercises/blob/main/03_Funcoes_Built%20in.ipynb) | Funções nativas da linguagem Python. |
| [04 - Exercícios 01](https://github.com/joycequoos/Jupyter-exercises/blob/main/04_Exec%C3%ADcios%2001.ipynb) | Bateria de exercícios de fixação dos conceitos iniciais. |
| [05 - Procedimentos](https://github.com/joycequoos/Jupyter-exercises/blob/main/05_Procedimentos.ipynb) | Criação e uso de funções (procedimentos) em Python. |
| [06 - Procedimentos Aninhados](https://github.com/joycequoos/Jupyter-exercises/blob/main/06_Procedimentos_Aninhados.ipynb) | Funções dentro de funções e escopo de variáveis. |
| [07 - Listas e Sets](https://github.com/joycequoos/Jupyter-exercises/blob/main/07_Listas%20e%20Sets.ipynb) | Estruturas de dados do tipo lista e conjunto (set). |
| [08 - Loops](https://github.com/joycequoos/Jupyter-exercises/blob/main/08_Loops.ipynb) | Estruturas de repetição (`for`, `while`). |
| [09 - Tuplas e Dicionários](https://github.com/joycequoos/Jupyter-exercises/blob/main/09_Tuplas%20e%20Dicion%C3%A1rios.ipynb) | Estruturas de dados do tipo tupla e dicionário. |
| [10 - Manipulando Arquivos](https://github.com/joycequoos/Jupyter-exercises/blob/main/10_Manipulando%20Arquivos.ipynb) | Leitura e escrita básica de arquivos em Python. |

### 2. Bibliotecas e Organização de Dados

| Notebook | Descrição |
|---|---|
| [11 - Introdução a Bibliotecas](https://github.com/joycequoos/Jupyter-exercises/blob/main/11_Introducao%20a%20Bibliotecas.ipynb) | Conceito e uso de bibliotecas externas em Python. |
| [12 - Importando Bibliotecas](https://github.com/joycequoos/Jupyter-exercises/blob/main/12_Importando_Bibliotecas.ipynb) | Formas de importar e utilizar módulos e pacotes. |
| [13 - Organizando Dados](https://github.com/joycequoos/Jupyter-exercises/blob/main/13_Organizando_Dados.ipynb) | Boas práticas de organização de dados em projetos. |
| [14 - Leitura de Arquivos com Pandas](https://github.com/joycequoos/Jupyter-exercises/blob/main/14_Leitura%20de%20Arquivos%20com%20Pandas.ipynb) | Primeiros passos na leitura de dados com Pandas. |
| [15 - Manipulação Avançada de Arquivos](https://github.com/joycequoos/Jupyter-exercises/blob/main/15_Manipula%C3%A7%C3%A3o%20avan%C3%A7ada%20de%20arquivos.ipynb) | Técnicas mais avançadas de leitura e escrita de arquivos. |
| [16 - Interagindo com o SO](https://github.com/joycequoos/Jupyter-exercises/blob/main/16%20-%20Interagindo%20com%20o%20SO.ipynb) | Interação do Python com o sistema operacional. |
| [18 - Iterando Arquivos](https://github.com/joycequoos/Jupyter-exercises/blob/main/18%20-%20Iterando%20arquivos.ipynb) | Percorrendo diretórios e arquivos de forma programática. |

### 3. NumPy

| Notebook | Descrição |
|---|---|
| [19 - A Biblioteca NumPy](https://github.com/joycequoos/Jupyter-exercises/blob/main/19%20-%20A%20Biblioteca%20NumPy.ipynb) | Introdução à biblioteca NumPy e seus arrays. |
| [20 - Tipagem e Operações](https://github.com/joycequoos/Jupyter-exercises/blob/main/20%20-%20Tipagem%20e%20Opera%C3%A7%C3%B5es.ipynb) | Tipos de dados e operações matemáticas com arrays. |
| [21 - Testes de Performance](https://github.com/joycequoos/Jupyter-exercises/blob/main/21%20-%20Testes%20de%20Performance.ipynb) | Comparação de desempenho entre listas e arrays NumPy. |
| [22 - Indexação de Arrays](https://github.com/joycequoos/Jupyter-exercises/blob/main/22%20-%20Indexa%C3%A7%C3%A3o%20de%20Arrays.ipynb) | Seleção e fatiamento (slicing) de arrays. |
| [23 - Indexação de Arrays Multidimensionais](https://github.com/joycequoos/Jupyter-exercises/blob/main/23%20-%20Indexa%C3%A7%C3%A3o%20de%20Arrays%20Multidimensionais.ipynb) | Indexação em arrays de múltiplas dimensões. |
| [24 - Matriz NumPy](https://github.com/joycequoos/Jupyter-exercises/blob/main/24%20-%20Matriz%20NumPy.ipynb) | Criação e manipulação de matrizes. |
| [25 - Transposição e Reshaping](https://github.com/joycequoos/Jupyter-exercises/blob/main/25%20-%20Transposi%C3%A7%C3%A3o%20e%20Reshaping.ipynb) | Alteração de formato e transposição de arrays. |

### 4. Pandas

| Notebook | Descrição |
|---|---|
| [26 - Manipulação de Dados com Pandas](https://github.com/joycequoos/Jupyter-exercises/blob/main/26%20-%20Manipula%C3%A7%C3%A3o%20de%20dados%20com%20Pandas.ipynb) | Fundamentos de manipulação de DataFrames. |
| [27 - Métodos, Tratamento de Linhas e Colunas](https://github.com/joycequoos/Jupyter-exercises/blob/main/27%20-%20M%C3%A9todos%2C%20tratamento%20de%20linhas%20e%20colunas.ipynb) | Métodos para tratar linhas e colunas de um DataFrame. |
| [28 - Ordenando DataFrames](https://github.com/joycequoos/Jupyter-exercises/blob/main/28%20-%20Ordenando%20Dataframes.ipynb) | Ordenação de dados por colunas e índices. |
| [29 - Iteração e o Método Describe](https://github.com/joycequoos/Jupyter-exercises/blob/main/29%20-%20Itera%C3%A7%C3%A3o%20e%20o%20m%C3%A9todo%20Describe.ipynb) | Iteração sobre DataFrames e estatísticas descritivas. |
| [30 - Aplicando Múltiplos Filtros](https://github.com/joycequoos/Jupyter-exercises/blob/main/30%20-%20Aplicando%20M%C3%BAltiplos%20Filtros.ipynb) | Combinação de condições para filtrar dados. |
| [31 - Aprofundando em Eixos](https://github.com/joycequoos/Jupyter-exercises/blob/main/31%20-%20Aprofundando%20em%20eixos.ipynb) | Operações por linha e por coluna (eixos `axis`). |
| [32 - Métodos de Strings](https://github.com/joycequoos/Jupyter-exercises/blob/main/32%20-%20M%C3%A9todos%20de%20Strings.ipynb) | Manipulação de colunas de texto. |
| [33 - Aprofundando em DataTypes](https://github.com/joycequoos/Jupyter-exercises/blob/main/33%20-%20Aprofundando%20em%20DataTypes.ipynb) | Tipos de dados e conversões dentro do Pandas. |
| [34 - Tratando Valores Nulos](https://github.com/joycequoos/Jupyter-exercises/blob/main/34%20-%20Tratando%20Valores%20nulos.ipynb) | Identificação e tratamento de dados ausentes. |
| [35 - Agrupando Dados](https://github.com/joycequoos/Jupyter-exercises/blob/main/35%20-%20Agrupando%20dados.ipynb) | Agrupamentos e agregações com `groupby`. |
| [36 - Explorando Series Não Numéricas](https://github.com/joycequoos/Jupyter-exercises/blob/main/36%20-%20Explorando%20Series%20N%C3%A3o%20Num%C3%A9ricas.ipynb) | Análise exploratória de colunas categóricas. |
| [37 - Explorando Series Numéricas](https://github.com/joycequoos/Jupyter-exercises/blob/main/37%20-%20Explorando%20Series%20Num%C3%A9ricas.ipynb) | Análise exploratória de colunas numéricas. |
| [38 - Manipulando Índices](https://github.com/joycequoos/Jupyter-exercises/blob/main/38%20-%20Manipulando%20%C3%8Dndices.ipynb) | Definição e manipulação de índices de um DataFrame. |
| [39 - Combinando Índices e Group By](https://github.com/joycequoos/Jupyter-exercises/blob/main/39%20-%20Combinando%20%C3%ADndices%20e%20group%20by.ipynb) | Uso combinado de índices com agrupamentos. |
| [40 - Selecionando Partes do DataFrame (loc e iloc)](https://github.com/joycequoos/Jupyter-exercises/blob/main/40.%20Selecionando%20Partes%20do%20Dataframe%20-%20loc%20e%20iloc.ipynb) | Seleção de dados com `loc` e `iloc`. |
| [41 - Trabalhando com Tempo no Pandas](https://github.com/joycequoos/Jupyter-exercises/blob/main/41%20-%20Trabalhando%20com%20Tempo%20no%20Pandas.ipynb) | Manipulação de datas e séries temporais. |

### 5. Visualização de Dados (Matplotlib)

| Notebook | Descrição |
|---|---|
| [MP01 - Scatter Plot](https://github.com/joycequoos/Jupyter-exercises/blob/main/MP01%20-%20Scater%20Plot.ipynb) | Criação de gráficos de dispersão. |
| [MP02 - Gráfico de Linhas](https://github.com/joycequoos/Jupyter-exercises/blob/main/MP02%20-%20Gr%C3%A1fico%20de%20Linhas.ipynb) | Criação de gráficos de linha. |
| [MP03 - Customização de Títulos, Legendas e Labels](https://github.com/joycequoos/Jupyter-exercises/blob/main/MP03%20Customiza%C3%A7%C3%A3o%20de%20titulos%2C%20legendas%20e%20labels.ipynb) | Personalização visual de gráficos. |

## Conteúdo Relacionado

- [Instalando o Jupyter — Pacote Anaconda](https://github.com/joycequoos/Analise_de_Dados/blob/main/Instalacoes/1.%20Instalando%20o%20Jupyter%20-%20Pacote%20Anaconda%20para%20Programa%C3%A7%C3%A3o%20em%20Python.ipynb)
- [Criando um Novo Notebook do Jupyter](https://github.com/joycequoos/Analise_de_Dados/blob/main/NovoNote/01%20-%20Criar%20um%20Novo%20Notebook.ipynb)
- [Análise de Dados — repositório principal](https://github.com/joycequoos/Analise_de_Dados)

Jupyter-exercises

Jupyter-exercises 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Jupyter-exercises

Jupyter-exercises 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README