Dojô Introdução a Programação com Python

O objetivo do dojô é apresentar as bases de projetos de progamação com Python

Antes de começar

Instale as seguintes ferramentas:
- Python
  - Uma vez que o python foi instalado corretamente, abra um terminal e instale os pacotes a seguir com os comandos especificados:
    - jupyter: pip install jupyter
    - pandas: pip install pandas
    - streamlit: pip install streamlit
- VS Code
- Git
(Opcional, mas desejável) Configure um ambiente virtual:
- Crie uma pasta para o seu projeto
- Abra o terminal nessa pasta
  - Você pode usar o CMD ou abrir a pasta no VS Code e usar o terminal integrado
- Configure um ambiente virtual com os comandos:

python3 -m venv .venv
source .venv/bin/activate

VS Code

O Visual Studio Code é um editor de código-fonte desenvolvido pela Microsoft para Windows, Linux e macOS. Ele inclui suporte para depuração, controle de versionamento Git incorporado, realce de sintaxe, complementação inteligente de código, snippets e refatoração de código

É possível adicionar novos comportamentos ao VS Code por meio de extensões. Alguns exemplos são:
- Jupyter
- GitHub Copilot (paga, possui free tier)
- Code GPT (requer API Token da Open AI)

Jupyter

Jupyter é um projeto de código aberto criado para oferecer suporte à ciência de dados interativa e à computação científica em linguagens de programação. O Jupyter oferece um ambiente baseado na Web para trabalhar com notebooks contendo código, dados e texto. Os notebooks Jupyter são o espaço de trabalho padrão para a maioria dos cientistas de dados Python

Ipython

IPython é um interpretador interativo para várias linguagens de programação, mas especialmente focado em Python. Ipython oferece "type introspection", "rich media", sintax shell, completação por tab e edição auxiliada por histórico de comando. Fornece um kernel Python para o Jupyter

Introdução ao Python

como pesquisar

inglês
stack overflow
cheatsheet
- https://quickref.me/python.html
- https://www.pythoncheatsheet.org
chat gpt
IDE
help

conceitos básicos

data types:
- string: 'a', 'aaa', 'Hello!', '11 cats'
- integers: -2, -1, 0, 1, 2, 3, 4, 5
- float points: -1.25, -1.0, --0.5, 0.0, 0.5, 1.0, 1.25
variáveis, constantes e atribuições: a = 10
comentários:

# This is a
# multiline comment

def foo():
    """
    This is a function docstring
    """

functions
- Parâmetros e retornos
- Escopo local e global
  - O código no escopo global não pode usar nenhuma variável local
  - No entanto, um escopo local pode acessar variáveis globais

Desafio 1: Criar uma função que receba um valor inicial, uma taxa e um prazo e retorne o rendimento. Use o arquivo tutorial como template

built-in functions
collection data structutes
- list
  - indexada, ordenada, mutável
- dict
  - chaves/valores
- set
  - conjunto, não ordenado
- tuple
  - imutável
comprehension

number_list = list(range(7))
is_even_list = [True if number % 2 == 0 else False for number in number_list]

string formatting

from datetime import datetime
now = datetime.now().strftime("%b/%d/%Y - %H:%M:%S")
print("date and time: {}".format(now))

Desafio 2: Criar uma lista de strings contendo valores tais como nome 1, nome 2, ..., até nome 51

classes e objetos

python para análise dados

pandas: manipulando seus dados

Uma biblioteca para estruturas de dados tabulares, análise de dados e ferramentas de modelagem de dados, incluindo visualização integrada usando Matplotlib. O Pandas visa ser o bloco de construção fundamental de alto nível para fazer análises práticas de dados do mundo real em Python

import pandas as pd
df = pd.read_excel("file.xlsx", sheet_name="Planilha1")

Artigo - 10 minutes to pandas

Comandos utilizados no dia a dia:

read_csv
read_excel
info
describe
columns
head and tail
isna
value_counts
loc
unique
astype
to_datetime
to_numeric
sort_values
drop_duplicates
merge
groupby
concat

Desafio 3: Dada a diversificação, criar um novo arquivo com o cálculo do patrimônio por cliente

streamlit: criando uma interface interativa

Em um arquivo python hello.py escreva o código do streamlit:

import streamlit as st
import numpy as np

st.title("Hello Streamlit")
dataframe = np.random.randn(10, 20)
st.dataframe(dataframe)

No bash, execute o comando:

streamlit run hello.py

Abra o seu navegador no endereço http://localhost:8501

Desafio 4: Criar uma aplicação que receba um arquivo de diversificação via interface do streamlit e exiba na tela uma tabela com o patrimônio agrupado por cliente

Setup de projetos

Se possível, faça uso de algum framework
Sempre use o git para versionar seus projetos
Crie um arquivo README.md com informações sobre o objetivo do seu projeto, seus inputs e outputs
Crie um arquivo .gitignore para que o git não monitore seus arquivos sensíveis

Boas práticas

Guia de estilo
- PEP8
- boa parte por ser automatizada com ferramentas de lint, ex: black e isort
Variáveis de ambiente
- credenciais e dados sensíveis nunca devem estar expostos no código
Dependências
- criar arquivo requirements.txt no projeto para listar as dependências
- usar ambiente virtual ou docker
Importância do código limpo
- legibilidade
- manutenção e evolução
Coesão vs acoplamento
- sempre que possível, modulare seu código por meio de classes e funções
- suas funções devem ser pequenas e realizar uma ação atômica

Indicações de cursos e conteúdos