Data Science do zero: Primeiras regras com o Python
Baixar 5.26 Mb. Pdf preview
|
| Iniciando em Python
Você pode baixar o Python em python.org (https://www.python.org/). Mas se você ainda não o tiver, recomendo a instalação da distribuição Anaconda (https://store.continuum.io/cshop/anaconda/), que já contém a maioria das bibliotecas que você precisa para praticar data science. No momento da escrita deste livro, a versão mais recente do Python é a 3.4. Porém, na DataSciencester, usamos o antigo e confiável Python 2.7. O Python 3 não é compatível com a versão anterior do Python 2 e muitas bibliotecas importantes somente funcionam bem com 2.7. A comunidade do data science ainda está presa ao 2.7, o que significa que nós estaremos também. Certifique-se de ter essa versão. Se você não conseguir Anaconda, instale pip (https://pypi.python.org/pypi/pip), que é um gerenciador de pacote Python que permite que você facilmente instale pacotes de terceiros (precisaremos de alguns). Também vale a pena obter IPython (http://ipython.org/), o qual é um shell Python muito melhor de se trabalhar. Se você instalou Anaconda, já deve vir com pip e IPython. Apenas execute: pip install ipython e então procure na internet por soluções para quaisquer mensagens de erros enigmáticas que houver. Python Zen Python possui uma descrição Zen de seus princípios de design (http://legacy.python.org/dev/peps/pep-0020/), que você encontrar dentro do próprio interpretador Python ao digitar import this . O mais discutido deles é: Deveria haver um — de preferência apenas um — modo óbvio de fazê- lo. O código escrito de acordo com esse modo “óbvio”(que talvez não seja tão óbvio para um novato) frequentemente é descrito como “Pythonic”. Apesar de este não ser um livro sobre Python, de vez em quando contrastaremos modos Pythonic e não-Pythonic de realizar os mesmos processos, e favoreceremos soluções Pythonic para os nossos problemas. Baixar 5.26 Mb. Compartilhe com seus amigos:
|