Curso Básico de Python: História, Comandos, Variáveis, Listas e Mais

Curso Básico de Python

Python é uma linguagem de programação versátil e poderosa, ideal para iniciantes e profissionais. Este artigo cobre os principais comandos, tipos de variáveis, listas, loops, condicionais, bibliotecas de análise de dados, criação de arquivos, orientação a objetos, funções, machine learning básico, Jupyter Notebook, matplotlib, ambientes virtuais, criação de módulos externos e a história do Python, além de sua importância em IoT e ML.

1. História do Python

Python foi criado por Guido van Rossum e lançado pela primeira vez em 1991. A linguagem foi projetada para ser fácil de ler e escrever, com uma sintaxe clara e intuitiva. Python se tornou uma das linguagens mais populares do mundo, amplamente utilizada em desenvolvimento web, ciência de dados, automação, IoT (Internet das Coisas) e machine learning (ML).

2. Introdução ao Python

Python é conhecido por sua sintaxe simples e legibilidade. Vamos começar com alguns comandos básicos.

Comandos Básicos

# Imprimir na tela
print("Olá, Mundo!")

# Variáveis
x = 10
y = 5.5
nome = "Python"

# Operações matemáticas
soma = x + y
multiplicacao = x * y

print(soma, multiplicacao)

3. Tipos de Variáveis

Python possui vários tipos de variáveis, incluindo inteiros, floats, strings e booleanos.

# Inteiro
idade = 28

# Float
altura = 1.75

# String
nome = "Ana"

# Booleano
is_estudante = True

print(idade, altura, nome, is_estudante)

4. Listas

Listas são usadas para armazenar múltiplos itens em uma única variável.

# Criar uma lista
frutas = ["maçã", "banana", "cereja"]

# Acessar elementos
print(frutas[0])  # maçã

# Adicionar elementos
frutas.append("laranja")

# Remover elementos
frutas.remove("banana")

print(frutas)

5. Loops e Condicionais

Loops e condicionais são fundamentais para controle de fluxo em Python.

idade = 18

if idade >= 18:
    print("Você é maior de idade.")
else:
    print("Você é menor de idade.")

# Loop for
for i in range(5):
    print(i)

# Loop while
contador = 0
while contador < 5:
    print(contador)
    contador += 1

6. Funções

Funções são blocos de código reutilizáveis.

Definindo e Chamando Funções

def saudacao(nome):
    return f"Olá, {nome}!"

# Chamando a função
mensagem = saudacao("João")
print(mensagem)

7. Orientação a Objetos

Python suporta programação orientada a objetos (OOP).

Classe e Objeto

class Pessoa:
    def __init__(self, nome, idade):
        self.nome = nome
        self.idade = idade

    def saudacao(self):
        print(f"Olá, meu nome é {self.nome} e eu tenho {self.idade} anos.")

# Criar um objeto
pessoa1 = Pessoa("Ana", 28)
pessoa1.saudacao()

8. Criação de Arquivos

Python facilita a leitura e escrita de arquivos.

Escrever em um Arquivo

with open('arquivo.txt', 'w') as file:
    file.write("Olá, Mundo!")

Ler de um Arquivo

with open('arquivo.txt', 'r') as file:
    conteudo = file.read()
    print(conteudo)

9. Bibliotecas de Análise de Dados

Python possui várias bibliotecas poderosas para análise de dados. As mais populares são pandas e numpy.

Pandas

import pandas as pd

# Criar um DataFrame
data = {'Nome': ['Ana', 'João', 'Maria'], 'Idade': [28, 34, 29]}
df = pd.DataFrame(data)

print(df)

Numpy

import numpy as np

# Criar um array
array = np.array([1, 2, 3, 4, 5])

# Operações com arrays
soma = np.sum(array)
media = np.mean(array)

print(soma, media)

# Salvar array em um arquivo
np.save('array.npy', array)

# Carregar array de um arquivo
array_carregado = np.load('array.npy')
print(array_carregado)

10. Matplotlib

matplotlib é uma biblioteca poderosa para criação de gráficos em Python.

Exemplo de Gráfico de Linha

import matplotlib.pyplot as plt
import numpy as np

# Dados
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 5, 7, 11])

# Criar o gráfico
plt.plot(x, y)

# Adicionar título e rótulos
plt.title("Gráfico de Linha")
plt.xlabel("Eixo X")
plt.ylabel("Eixo Y")

# Mostrar o gráfico
plt.show()

Exemplo de Gráfico de Barras

# Dados
categorias = ['A', 'B', 'C', 'D']
valores = [4, 7, 1, 8]

# Criar o gráfico
plt.bar(categorias, valores)

# Adicionar título e rótulos
plt.title("Gráfico de Barras")
plt.xlabel("Categorias")
plt.ylabel("Valores")

# Mostrar o gráfico
plt.show()

Exemplo de Gráfico de Pizza

# Dados
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]

# Criar o gráfico
plt.pie(sizes, labels=labels, autopct='%1.1f%%')

# Adicionar título
plt.title("Gráfico de Pizza")

# Mostrar o gráfico
plt.show()

Exemplo de Gráfico de Dispersão

# Dados
x = np.random.rand(50)
y = np.random.rand(50)

# Criar o gráfico
plt.scatter(x, y)

# Adicionar título e rótulos
plt.title("Gráfico de Dispersão")
plt.xlabel("Eixo X")
plt.ylabel("Eixo Y")

# Mostrar o gráfico
plt.show()

11. Machine Learning Básico

Python é amplamente utilizado em machine learning. A biblioteca scikit-learn é uma das mais populares para essa finalidade.

Exemplo de Machine Learning

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# Carregar o dataset
iris = load_iris()
X = iris.data
y = iris.target

# Dividir o dataset em treino e teste
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# Treinar o modelo
modelo = RandomForestClassifier()
modelo.fit(X_train, y_train)

# Fazer previsões
y_pred = modelo.predict(X_test)

# Avaliar o modelo
precisao = accuracy_score(y_test, y_pred)
print(f"Precisão: {precisao}")

12. Jupyter Notebook

Jupyter Notebook é uma ferramenta poderosa para desenvolvimento interativo em Python. Ele permite criar e compartilhar documentos que contêm código, visualizações e texto explicativo.

Instalação e Uso

Para instalar o Jupyter Notebook, você pode usar o pip:

pip install notebook

Para iniciar o Jupyter Notebook, execute:

jupyter notebook

Isso abrirá uma interface web onde você pode criar e executar notebooks.

13. Ambientes Virtuais

Ambientes virtuais são usados para criar ambientes isolados para projetos Python, garantindo que as dependências de um projeto não interfiram em outro.

Criar e Ativar um Ambiente Virtual

# Criar um ambiente virtual
python -m venv meu_ambiente

# Ativar o ambiente virtual (Windows)
meu_ambiente\Scripts\activate

# Ativar o ambiente virtual (Mac/Linux)
source meu_ambiente/bin/activate
# Desativar o ambiente virtual
deactivate

14. Criação de Módulos Externos

Módulos externos permitem organizar o código em arquivos separados, facilitando a manutenção e reutilização.

Criar um Módulo

Crie um arquivo chamado meu_modulo.py:

# meu_modulo.py
def saudacao(nome):
    return f"Olá, {nome}!"

Usar um Módulo

# script_principal.py
import meu_modulo

mensagem = meu_modulo.saudacao("João")
print(mensagem)

15. Importância do Python em IoT e ML

Python é amplamente utilizado em IoT (Internet das Coisas) e ML (Machine Learning) devido à sua simplicidade e vasta coleção de bibliotecas. Em IoT, Python é usado para programar dispositivos e sensores, enquanto em ML, é usado para desenvolver modelos de aprendizado de máquina e análise de dados.

edvaldo b. guimarães filho

Curso Básico de Python: História, Comandos, Variáveis, Listas e Mais