Let's learn Python
Vocês sabem o que é necessário na vida? Dados! E o que é importante na análise de dados? Python! Sim, Python é um dos melhores amigos de quem trabalha com análise de dados e eu pretendo provar isso… com dados, claro!
Mas antes de começar, vou falar um pouco sobre o blog. Aqui no “All we need is DATA!” (minha primeira blog-tentativa), a ideia principal é compilar e compartilhar o que eu estou estudando no momento sobre o mundo dos dados e se alguém se interessar em acompanhar, vamos nessa. E se você olhar meu primeiro post, vai ver que estava em inglês. Isso porque além de falar sobre dados, pretendo também praticar minhas habilidades de escrita em outras línguas que estudo (curiosidade que ninguém perguntou: eu hoje falo português, inglês, francês e um pouco de espanhol, e ainda está nos meus planos estudar mais um bocadinho de italiano, mandarim e alemão). Então, sim, a ideia é ter posts aqui em várias idiomas. Inclusive, vou marcar aqui na minha agenda 💁♀️ para falar sobre a importância de aprender outros idiomas nessa área de estudo.
Mas voltemos ao assunto do post, por que falar sobre Python? Vamos aos números! Existe um índice que é uma lista ordenada de linguagens de programação, classificada pela freqüência de pesquisa em websites na internet usando o nome da linguagem como a palavra-chave, com atualização mensal. Chama-se índice TIOBE (www.tiobe.com). Python está entre as três primeiras linguagens desde meados de 2019 e terminou março de 2023 na primeira posição. Primeira análise de gráfico aqui no blog
Ainda, de acordo com a HackerEarth’s 2021 Developer Survey, 64,4% dos desenvolvedores entrevistados usam Python. Essa popularidade aliada à comunidade ativa e engajada de desenvolvedores que criam bibliotecas e ferramentas para tornar a análise de dados mais eficiente formam um ambiente perfeito para valer a pena investir um tempo para aprender Python para análise de dados. Além disso, Python é capaz de lidar com grandes conjuntos de dados e pode ser facilmente integrado com outras ferramentas e tecnologias utilizadas na análise de dados, como SQL e Hadoop.
E por onde começar? Python tem uma grande variedade de bibliotecas criadas para essa finalidade, como NumPy, Pandas, Matplotlib e Scikit-learn. Já para a visualização de dados, bibliotecas como Matplotlib, Seaborn e Plotly permitem aos usuários criar visualizações interativas e atraentes.
Como usar? Cientistas de dados do Ifood, Nubank e Netflix, para citar alguns, usam Python para entender o comportamento do usuário, personalizar suas ofertas e melhorar a experiência do cliente.
Se quiser aprender comigo ou só tem curiosidade em ver o que eu estou aprontando, eu pretendo abordar alguns assuntos aqui, então me acompanhe! 🍪
💡Bônus para quem chegou até o fim: Tim Peters criou um poema chamado The Zen of Python com 19 princípios do Python. Você pode ler ao executar o comando:
import this