Ferramentas para Análise de Dados e Machine Learning

Linguagem de Programação

A linguagem de programação mais comum para a análise de dados é Python. De fácil aprendizado, versátil e com vasta diversidade de bibliotecas para as mais diversas aplicações.

A instalação pode ser realizada baixando o instalador diretamente do site oficial Python.org.

Outra forma de instalar o python é através do gerenciador de instalação winget via Powershell:

winget install Python.Python.3.13

No momento da elaboração deste material, a versão corrente do Python é a 3.13.

Python Installer Package - PIP

Instalador de pacotes python, geralmente já vem na instalação padrão do Python e seu modo de uso será abordado superficialmente, apenas na aplicação do que for necessário;

Como o próprio nome descreve, a ferramenta pip serve para realizar a instalação de pacotes indexados no repositório de software para python o Python Package Index - PyPI.

Como exemplo de utilização comum, para a instalação do framework Pandaspara manipulação de dataframes, temos:

pip install pandas

Virtual Environment - venv

venv é um módulo que suporta a criação de ambientes virtuais isolados, de forma simples e prática. O ambiente criado é para ser descartável e facilmente recriável em um outro local.

É criado sobre a instalação Python existente.

# Criando um ambiente virtual 
python -m venv nome-venv


# Ativando o ambiente virtual

# Linux
source nome-venv/bin/activate

# Windows
nome-venv\Scripts\activate

Jupyter notebook

O Jupyter é um projeto de código aberto sem fins lucrativos, nascido em 2014, que busca oferecer suporte à ciência de dados de forma interativa e à computação científica em todas as linguagens de programação.

Existem algumas interfaces para o Jupyter, como o JupyterLab, Voilà e o clássico Jupyter Notebook.

Instalando o Jupyter Notebook via pip:

pip install notebook

Executando o Jupyter notebook:

jupyter notebook

Criando um Ambiente de Desenvolvimento

Para a criação de um ambiente de desenvolvimento é necessário que o Python esteja instalado no computador, bem como o Jupyter Notebook.

0) Criar/Acessar o diretório do projeto.

PS C:\Users\...\projeto> 

1) Criando o ambiente virtual

python -m venv venv_projeto

2) Acessando o ambiente virtual

venv_projeto\Scripts\activate

Após o acesso ao ambiente virtual, no início do prompt aparece entre parênteses o nome da venv:

(venv_projeto) PS C:\Users\...\projeto> 

Obs: Para sair do ambiente de desenvolvimento (venv), basta executar o comando deactivate:

(venv_projeto) PS C:\Users\...\projeto> deactivate
PS C:\Users\...\projeto>

3) Instalando kernel para Jupyter Notebook

pip install ipykernel

4) Adicionando o ambiente virtual à lista de kernels do Jupyter Notebook

python -m ipykernel install --user --name=venv_projeto

Obs: Quando o kernel não for mais necessário, pelo fim do desenvolvimento do projeto, por exemplo, pode-se excluir este kernel da lista no Jupyter Notebook:

jupyter-kernelspec uninstall venv_projeto

5) Executando o Jupyter notebook

jupyter notebook

6) O Jupyter Notebook será aberto no navegador em localhost:8888\tree

7) Para criar um notebook, clique em File, New e selecione Notebook:

8) Selecione o kernel deste projeto, dentro da lista disponível:

9) Verifique no canto superior direito que o kernel selecinado foi carregado:

O ambiente está pronto para o projeto ser desenvolvido.

Google Colab