A linguagem Python é uma das principais fontes de programação para uma vasta gama de aplicações, desde processamentos e análises de dados até criação de programas e softwares para diversas finalidades. Ao que se deve esse amplo uso do Python? Principalmente isso se deve a facilidade de aprender essa linguagem devido a sua flexibidade para ser programada e aspectos intuitivos do uso e aplicação dos seus códigos. Por isso, o conhecimento da linguagem Python acompanhado de aprimoramento constante aumenta significativamente suas chances de uma boa colocação profissional seja no setor privado ou público, empresarial ou acadêmico. Não espere para se tornar esse profissional altamente competitivo, comece agora a aprender Python.

Formulário de inscrição: https://forms.gle/MvW3EANuZTidR9pi6

Data e horário: 07/10/2023, das 9:00 às 12:00 e 13:00 às 16:00

Ministrante: Dr. Écio Souza Diniz. Curriculum

Investimento: R$ 80,00 via transferência ou PIX (Banco do Brasil ou NuBank).

Requisitos: a) o curso é ministrado em sistema operacional (SO) Windows, então o participante de preferência possuir tal SO, não são fornecidas instruções para sistemas Mac ou Linux no curso; b) possuir conexão boa e estável com a internet.

Conteúdo:

1-Fundamentos da linguagem Python
1.1.Usando como calculadora
1.2-Tipos de variáveis e conversões
1.3-Palavras reservadas
1.4-Tipos de dados
1.5-Converter tipos de dados
1.6-Operadores Aritméticos, lógicos e relacionais
1.7-Estruturas condicionais
1.8-Loops (For e While)
1.9-Criação de funções
1.10-Estruturas de dados (Listas, Tuplas, Dicionários, Sets)
1.11-List comprehension
1.12-Funções de amplo uso: Enumerate, anônimas (Lambda), map, reduce, filter, Zip

2.Bibliotecas para operações matemáticas e manipulação de dados
2.1-Biblioteca NumPy: operações matemáticas e manipulação de matrizes
2.2-Biblioteca Pandas – manipulação e análise de dados
2.2.1-Criação de data frame
2.2.2-Importação de dados
2.2.3-Inspeção de dados
2.2.4-Renomear linhas e colunas
2.2.5-Slice (fatiamento dos dados)
2.2.6-Slice simples
2.2.7-Slice condicional
2.2.8-Ordenação dos dados
2.2.9-Agrupar dados (Group by)
2.2.10-Salvar dados como arquivos
2.2.11-Tabela dinâmica (Pivot table)

3-Bibliotecas para análises estatísticas
3.1-Estatística descritiva com Pandas
3.2-Estatística com statsmodel

4-Bibliotecas para produção de gráficos
4.1-Gráficos com Matplotlib
4.2-Gráficos com o Seaborn