Python para ciências de dados: lembrando de alguns conceitos básicos

Python é a linguagem mais usada por cientistas e analistas de dados. Ele está presente na grande maioria dos bancos e instituições financeiras, empresas de previsão do tempo, corretores de seguros, centros de pesquisa, isso sem falar da área de petróleo e gás. Mas o que torna Python para ciências de dados uma escolha tão popular?

A primeira grande vantagem de Python para ciências de dados é a sua sintaxe: é uma linguagem simples e legível, com códigos intuitivos que muitas vezes parecem ter sido escritos em inglês. Com isto, você pode fazer processos complexos de computação e cálculos matemáticos usando poucas linhas de código.

A segunda grande vantagem é a enorme quantidade de recursos disponíveis de recursos disponíveis se você trabalha com Python para ciências de dados. Com facilidade você encontrará uma boa variedade de bibliotecas para juntar, limpar, transformar, modelar e visualizar dados, além de boas opções para reconhecimento de áudio e imagem.

Nós aqui da ByLearn realmente acreditamos no poder de Python para ciências de dados e já escrevemos bastante sobre o tema: Tudo o que você precisa saber para ser um Cientista de Dados, Por que Python é a linguagem número 1 para Ciências de Dados, Melhores frameworks para Ciências de Dados com Python, Como manipular bancos de dados com Python.

No texto de hoje, vamos relembrar alguns conceitos básicos do Python para ciências de dados. Afinal, quem nunca teve que parar tudo para procurar como fazer algo muito simples?

5 conceitos básicos e fundamentais de Python para ciências de dados

Quando acumulamos experiência e trabalhamos com projetos cada vez mais complexo, muitas vezes acabamos esquecendo do básico. Então que tal relembrar alguns conceitos básicos, mas fundamentais para o dia a dia?

Aqui reunimos algumas dicas para você que trabalha com Python para ciências de dados e usa o NumPy e o Pandas.

List comprehension com apenas uma linha de código

Escrever um loop toda vez que você precisar definir algum tipo de lista pode ser maçante, felizmente o Python tem uma maneira de resolver esse problema com apenas uma linha de código. A princípio, a sintaxe pode ser um pouco difícil de entender, mas depois de se familiarizar com essa técnica, você a usará com bastante frequência.

x = [1,2,3,4]
out = []
for item in x:
    out.append(item**2)
print(out)

# Output: [1, 4, 9, 16]

x = [1,2,3,4]
out = [item**2 for item in x]
print(out)

# Output: [1, 4, 9, 16]

Fonte Towards Data Science

Função Lambda

Você não precisa criar uma função atrás da outra quando está trabalhando com casos de uso limitado, basta usar a função lambda para realizar o resgate. As funções lambda são usadas para criar objetos de função pequenos, únicos e anônimos.

Desde que haja apenas uma expressão, você pode usar uma função lambda para fazer tudo o que as funções regulares fazem.

double = lambda x: x * 2
print(double(5))

# Output: 10

Fonte Towards Data Science

A sintaxe básica da lambda é:

lambda arguments: expression

Funções map e filter

Combinar a função lambda com as funções map e filter pode ser uma mão na roda nas tarefas do dia a dia.

A função map pega uma lista e a transforma em uma nova lista, executando operações em cada um dos elementos. Já a função filter recebe uma lista e a calcula, como na função map, no entanto, ela entrega subconjuntos da lista original realizando comparações de cada elemento através da regra de filtragem de Boolean.

Confira abaixo os códigos das duas funções:

# Map
seq = [1, 2, 3, 4, 5]
result = list(map(lambda var: var*2, seq))
print(result)

# Output: [2, 4, 6, 8, 10]

# Filter
seq = [1, 2, 3, 4, 5]
result = list(filter(lambda x: x > 2, seq))
print(result)

# Output: [3, 4, 5]

Fonte Towards Data Science

Arange e Linspace

Para criar matrizes Numpy de maneira rápida e fácil, basta usar as funções arange e linspace.

A função arange retorna valores com espaços uniformes em um determinado intervalo. Veja o código abaixo:

# np.arange(start, stop, step)
np.arange(3, 7, 2)

# Output: array([3, 5])

Fonte Towards Data Science

A função linspace é muito semelhante, mas possui uma pequena diferença. Ela retorna números com espaços uniformes em um intervalo específico. Assim, dado um ponto inicial e final, bem como um número de valores, linspace irá espaçá-los uniformemente para você em uma matriz NumPy:

# np.linspace(start, stop, num)
np.linspace(2.0, 3.0, num=5)

# Output: array([ 2.0,  2.25,  2.5,  2.75, 3.0])

Fonte Towards Data Science

Concat, merge e join

Se você está familiarizado com SQL, esses conceitos provavelmente serão muito mais fáceis para você. As funções concat, merge e join servem essencialmente para combinar dataframes.

Concat permite ao usuário anexar um ou mais dataframes uns aos outros, abaixo ou ao lado dele (dependendo de como você define o eixo). Merge combina vários dataframes em colunas comuns específicas que servem como a chave primária. Join, assim como merge, combina dois dataframes, mas usa como base índices, em vez de alguma coluna especificada.

Se você quer ser um cientista de dados, aprender Python é fundamental

Aprender Python é uma ótima escolha tanto para aquelas pessoas que buscam entrar no mundo da programação e procuram sua primeira linguagem, quanto para programadores mais experientes que desejam se reciclar e abrir novas portas de carreira.Aqui na ByLearner nós temos o curso mais completo do mercado, Python completo – de Júnior a Sênior.. Os nossos alunos contam com um material didático especial e exclusivo, além de uma equipe pedagógica sempre aberta ao diálogo e disposta a trocar conhecimentos para além das aulas.

Além disso, ao todo, nós temos mais de 27.000 alunos satisfeitos, uma grande experiência de ensino que também nos ajudou a melhorar e conquistar cada vez mais a excelência de qualidade que você merece.

E você? Que função básica do Python para ciências de dados você considera fundamental? Tem alguma sugestão? Não esqueça de deixar um comentário e nos contar tudo!

Ah! E estamos em todas as redes sociais, siga a gente e assine a nossa newsletter para não perder nenhum conteúdo inédito!

* Esse post foi criado a partir do texto Python for Data Science: 8 Concepts You May Have Forgotten.

Tags: ciências de dados | dicas | numpy | pandas | python