Curso de Análise de dados com Python

O que você vai aprender em 8 aulas

1. 1

   Arrays NumPy e computação vetorizada

   Comece aqui

   Crie, selecione e remodele arrays NumPy e substitua laços por aritmética vetorizada, difusão e agregações.

   6 objetivos de aprendizagem

   O que você vai aprender

   1. 1.Criar arrays e controlar seus tipos de dados
   2. 2.Selecionar e filtrar dados em arrays
   3. 3.Remodelar, transpor e unir arrays
   4. 4.Substituir laços por aritmética vetorizada, funções universais e difusão
   5. 5.Resumir arrays com agregações ao longo dos eixos
   6. 6.Gerar números aleatórios e executar simulações
2. 2

   Series e DataFrames no pandas

   Crie e verifique Series e DataFrames do pandas, selecione e filtre linhas e colunas e calcule novas colunas e estatísticas que resumem os dados.

   6 objetivos de aprendizagem

   O que você vai aprender

   1. 1.Compreender Series e DataFrames
   2. 2.Carregar um arquivo CSV e verificar os dados carregados
   3. 3.Selecionar dados por rótulo e por posição
   4. 4.Filtrar linhas por condições
   5. 5.Adicionar e transformar colunas
   6. 6.Ordenar dados, atribuir postos e resumir dados
3. 3

   Ler e gravar dados no pandas

   Leia e grave dados em CSV, Excel, JSON, Parquet e bancos de dados SQL, obtenha dados de APIs da web e lide com codificações e arquivos de estrutura irregular.

   6 objetivos de aprendizagem

   O que você vai aprender

   1. 1.Carregar arquivos de texto delimitado no pandas
   2. 2.Ler texto corretamente e com eficiência
   3. 3.Trabalhar com pastas de trabalho do Excel
   4. 4.Obter dados de arquivos JSON e APIs da web
   5. 5.Armazenar dados no formato de arquivo adequado
   6. 6.Ler e gravar dados em bancos de dados SQL
4. 4

   Tratamento de dados com pandas

   Limpe, transforme, combine e remodele DataFrames com pandas, tratando valores ausentes e usando métodos de strings, combinações de tabelas e pivot.

   5 objetivos de aprendizagem

   O que você vai aprender

   1. 1.Identificar e tratar valores ausentes e duplicatas
   2. 2.Transformar valores por substituição, mapeamento e discretização em intervalos
   3. 3.Limpar dados textuais e categóricos
   4. 4.Combinar DataFrames
   5. 5.Remodelar dados com índices hierárquicos, pivot e melt
5. 5

   Agrupamento e agregação com pandas

   Divida dados em grupos e aplique agregações, transformações e funções personalizadas. Depois, construa tabelas dinâmicas e tabulações cruzadas.

   5 objetivos de aprendizagem

   O que você vai aprender

   1. 1.Dividir dados em grupos com groupby
   2. 2.Resumir cada grupo com agregações
   3. 3.Transformar, filtrar e aplicar funções grupo a grupo
   4. 4.Discretizar dados numéricos e analisar grupos por intervalos e quantis
   5. 5.Resumir dados em tabelas dinâmicas e tabulações cruzadas
6. 6

   Séries temporais com pandas

   Converta datas e horas, indexe dados pelo tempo, altere a frequência por reamostragem e calcule estatísticas em janelas móveis. Trate também fusos horários e períodos.

   6 objetivos de aprendizagem

   O que você vai aprender

   1. 1.Converter datas e horas em dados que o pandas pode usar em cálculos
   2. 2.Indexar, selecionar e comparar dados pelo tempo
   3. 3.Gerar datas e usar frequências, deslocamentos e períodos
   4. 4.Alterar a frequência de uma série temporal por reamostragem
   5. 5.Suavizar e resumir dados com janelas móveis e expansivas
   6. 6.Tratar fusos horários e horário de verão
7. 7

   Visualização com Matplotlib e Seaborn

   Crie e personalize gráficos de linhas, barras, dispersão, histogramas, gráficos de caixa e mapas de calor com Matplotlib, pandas e seaborn.

   5 objetivos de aprendizagem

   O que você vai aprender

   1. 1.Construir gráficos com figuras e áreas de plotagem do Matplotlib
   2. 2.Criar gráficos diretamente a partir do pandas
   3. 3.Criar gráficos estatísticos com seaborn
   4. 4.Visualizar distribuições e grades de valores
   5. 5.Construir figuras com vários painéis, adicionar anotações e exportá-las
8. 8

   Análise exploratória de dados em Python

   Realize uma análise exploratória completa em um caderno computacional: caracterize as variáveis, examine distribuições e relações e relate as constatações de forma reproduzível.

   6 objetivos de aprendizagem

   O que você vai aprender

   1. 1.Planejar uma análise exploratória em um caderno computacional
   2. 2.Caracterizar um conjunto de dados e avaliar sua qualidade
   3. 3.Descrever a distribuição de cada variável
   4. 4.Explorar relações entre variáveis
   5. 5.Comparar segmentos dos dados
   6. 6.Relatar constatações exploratórias de forma reproduzível