Minicurso: Introdução à Análise de Dados com Python

Este repositório contém o material utilizado no minicurso "Introdução à Análise de Dados com Python", oferecido durante a Semana da Estatística da UFRN. O objetivo do minicurso é apresentar os fundamentos da programação em Python com foco na análise de dados, utilizando bibliotecas como Numpy, Pandas e Matplotlib.

Estrutura do Conteúdo

• 1. Primeiros Passos com Python: Tipos de dados (Int, Float, String, Booleano), listas, tuplas, dicionários e substrings.
• 2. Controle de Fluxo: Instruções condicionais e laços de repetição (for, while).
• 3. Funções: Definição de funções, argumentos, retorno e funções lambda.
• 4. Bibliotecas para Data Science: Introdução ao Numpy, Pandas (DataFrames) e Matplotlib (visualização de dados).

Você pode encontrar as respostas dos problemas de cada tópico em R_Problemas.

Como Usar o Material

1. Acessando o Notebook no Google Colab

Para acompanhar o minicurso, o material é disponibilizado em um Jupyter Notebook, compatível com o Google Colab. Siga as instruções abaixo para utilizá-lo:

1. Clique no link para abrir o notebook no Google Colab: Abrir no Google Colab

2. Uma vez aberto, você pode executar as células do notebook diretamente no Colab.

3. Para garantir que você tem acesso a todos os dados, certifique-se de fazer o upload do arquivo .csv (veja mais abaixo).

Alternativa: JupyterLite

Como utilizar o notebook no JupyterLite

Para acompanhar o minicurso usando o JupyterLite, siga as instruções abaixo. Você precisará baixar o arquivo .ipynb e carregá-lo no ambiente JupyterLite online. Passos para utilizar o notebook:

1. Baixe o arquivo do notebook:

   • Clique no link para baixar o arquivo .ipynb necessário: Baixar notebook.

2. Acesse o JupyterLite:

   • Abra o site do JupyterLite online, onde você poderá executar o notebook diretamente no navegador.

3. Carregue o notebook:

   • No JupyterLite, clique no ícone de Upload (localizado no canto superior esquerdo) e selecione o arquivo .ipynb que você baixou.

   • O notebook será carregado e exibido na interface do JupyterLite.

4. Execute as células:

   • Assim como no Jupyter local ou Colab, você pode executar as células do notebook clicando nelas e pressionando Shift + Enter.

2. Utilizando o Arquivo .csv

Durante o minicurso, utilizaremos um arquivo .csv com dados para realizar as análises. Para trabalhar com esse arquivo no Google Colab:

1. Faça o download do arquivo vendas.csv disponível neste repositório.

2. No Google Colab, faça o upload do arquivo .csv:

   • Clique em "Files" (Arquivos) no lado esquerdo.
   • Clique em "Upload" e selecione o arquivo .csv.

3. Certifique-se de que o caminho para o arquivo no código do notebook corresponde ao local onde ele foi carregado.

3. Executando o Notebook

Com o notebook aberto e o arquivo .csv carregado, você pode começar a rodar o código. Siga as instruções e execute as células em sequência para realizar as tarefas de análise de dados, utilizando as bibliotecas apresentadas no curso.

Requisitos

• Conta no Google para acessar o Google Colab.
• Familiaridade básica com Python é recomendada, mas não obrigatória.

Arquivos no Repositório

• Introdução_à_Análise_de_Dados_com_Python.ipynb: Notebook com o conteúdo e exercícios do minicurso.
• vendas.csv: Arquivo de dados utilizado para os exemplos de análise.

---

Sinta-se à vontade para explorar e modificar o código conforme suas necessidades de aprendizado.

Referência:

• Documentação Oficial do Python
• Tutorial de Pandas
• Documentação do NumPy
• Documentação do Matplotlib