Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Como cientista de dados, você precisará limpar os dados, manipulá-los e organizá-los, visualizá-los, criar modelos preditivos e interpretar esses modelos. Antes de fazer isso, no entanto, você precisará saber como obter dados no Python. Neste curso, você aprenderá as diversas formas de importar dados para o Python: a partir de arquivos simples, como .txt e .csv; de arquivos nativos de outros softwares, como planilhas do Excel, Stata, SAS e MATLAB; e de bancos de dados relacionais, como SQLite e PostgreSQL.Os vídeos têm transcrições ao vivo que você pode ver clicando em “Mostrar transcrição” no canto inferior esquerdo dos vídeos.
O glossário do curso está à direita, na seção de recursos.
Pra conseguir créditos CPE, você precisa terminar o curso e tirar pelo menos 70% na avaliação. Você pode acessar a avaliação clicando na chamada de créditos CPE à direita.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução e arquivos simples
Neste capítulo, você aprenderá a importar dados para o Python de todos os tipos de arquivos simples, que são uma forma simples e predominante de armazenamento de dados. Você aprendeu anteriormente a usar NumPy e pandas. Agora você aprenderá a usar esses pacotes para importar arquivos simples e personalizar suas importações.
- Bem-vindo ao curso!50 XP
- Importação de arquivos de texto inteiros100 XP
- Importação de arquivos de texto linha por linha100 XP
- A importância dos arquivos simples na ciência de dados50 XP
- Teste rápido: o que exatamente são arquivos simples?50 XP
- Por que gostamos de arquivos simples e o Zen do Python50 XP
- Importação de arquivos simples usando NumPy50 XP
- Usando NumPy para importar arquivos simples100 XP
- Personalização da importação do NumPy100 XP
- Importação de diferentes tipos de dados100 XP
- Importação de arquivos simples usando pandas50 XP
- Usando pandas para importar arquivos simples como DataFrames (1)100 XP
- Usando pandas para importar arquivos simples como DataFrames (2)100 XP
- Personalização da importação do pandas100 XP
- Considerações finais sobre a importação de dados50 XP
2
Importação de dados de outros tipos de arquivos
Você aprendeu a importar arquivos simples, mas há muitos outros tipos de arquivo com os quais você poderá ter de trabalhar como cientista de dados. Neste capítulo, você aprenderá a importar dados para o Python a partir de uma grande variedade de tipos de arquivos importantes. Isso inclui arquivos em formato Pickle, planilhas do Excel, arquivos SAS e Stata, arquivos HDF5 — um tipo de arquivo usado para armazenar grandes quantidades de dados numéricos — e arquivos MATLAB.
3
Trabalhando com bancos de dados relacionais em Python
Neste capítulo, você aprenderá a extrair dados significativos de bancos de dados relacionais, uma habilidade essencial para qualquer cientista de dados. Você vai aprender sobre modelos relacionais, como criar consultas SQL, como filtrar e ordenar seus registros SQL e como realizar consultas avançadas por meio da junção de tabelas de banco de dados.
Introdução à importação de dados em Python
Curso
concluído
