{"id":716,"date":"2020-02-18T10:34:40","date_gmt":"2020-02-18T13:34:40","guid":{"rendered":"https:\/\/micheladrianomedeiros.com.br\/blog\/?p=716"},"modified":"2020-02-18T10:34:43","modified_gmt":"2020-02-18T13:34:43","slug":"data-science-com-python-3","status":"publish","type":"post","link":"https:\/\/micheladrianomedeiros.com.br\/blog\/data-science-com-python-3\/","title":{"rendered":"Data Science Com Python #3"},"content":{"rendered":"\n

Uma tupla \u00e9 uma sequ\u00eancia de\nobjetos imut\u00e1veis de Python cercado por par\u00eanteses.<\/p>\n\n\n\n

Diferente de listas, tuplas\nn\u00e3o podem ser mudadas. Tuplas s\u00e3o fun\u00e7\u00f5es convenientes que retornam m\u00faltiplos\nvalores.<\/p>\n\n\n\n

O c\u00f3digo a seguir cria uma tupla, a divide, cria uma lista e cria uma matriz de tuplas e listas:<\/p>\n\n\n\n

import numpy as np\n\nif __name__ == \"__main__\":\n    ls = ['laranja', 'banana', 'uva', 'ma\u00e7\u00e3', 'uva']\n    print('tamanho da tupla: ', len(ls), ' itens')\n    print('quantidade de uva: ', ls.count('uva'))\n    print('\\ntupla dividida: ')\n    print ('Os 3 primeiros elementos da tupla: ', ls[:3])\n    print ('Os \u00faltimos de 3 elementos da tupla: ', ls[3:])\n    print ('Come\u00e7a no 2\u00ba vai at\u00e9 o 5\u00ba valor: ', ls[1:5])\n    print ('Come\u00e7a no do 3\u00ba \u00edndice e vai at\u00e9 o fim da tupla: ', ls[-3:])\n    print ('Come\u00e7a do 2\u00ba e vai at\u00e9 o pen\u00faltimo valor da tupla: ', ls[1:-1])\n    print ('\\ncriar lista e criar matriz a partir da lista e da tupla: ')\n    fruta = ['pera', 'toranja', 'cantaloupe', 'kiwi', 'ameixa']\n    matriz = np.array([ls, fruta])\n    print (matriz)<\/code><\/pre>\n\n\n\n
Sa\u00edda:<\/p>\n\n\n\n
\"\"<\/figure><\/div>\n\n\n\n
O c\u00f3digo come\u00e7a importando o\nNumPy. O bloco principal come\u00e7a criando uma tupla com o nome ls, depois mostra o\ntamanho da tupla, o n\u00famero de elementos que h\u00e1 na tupla com o nome uva.<\/p>\n\n\n\n
O c\u00f3digo continua repartindo a\ntupla em peda\u00e7os. Primeiro, mostra os 3 primeiros elementos da tupla ls[:3].<\/p>\n\n\n\n
Segundo, mostra os \u00faltimos 3\nelementos da tupla ls[3:].<\/p>\n\n\n\n
Terceiro, mostra o segundo\nelemento da tupla e vai at\u00e9 o quinto ls[1:5].<\/p>\n\n\n\n
Quarto, mostra o terceiro elemento\ne vai at\u00e9 o fim da tupla ls[-3:].<\/p>\n\n\n\n
Quinto, mostra o segundo\nelemento e vai at\u00e9 o pen\u00faltimo elemento da tupla ls[1:-1].<\/p>\n\n\n\n
O c\u00f3digo continua e cria uma\nlista e cria uma matriz a partir da lista de da tupla.<\/p>\n\n\n\n
Um dicion\u00e1rio \u00e9 uma cole\u00e7\u00e3o\nn\u00e3o ordenada de itens identificadas por uma chave\/valor.<\/p>\n\n\n\n
\u00c9 uma estrutura de dados\nextremamente importante para trabalhar com dados.<\/p>\n\n\n\n
O exemplo a seguir \u00e9 muito\nsimples, mas a pr\u00f3xima se\u00e7\u00e3o apresenta um exemplo mais complexo com base em um\nconjunto de dados.<\/p>\n\n\n\n
O c\u00f3digo de exemplo cria um dicion\u00e1rio, remove um elemento, adiciona um elemento, cria uma lista de elementos do dicion\u00e1rio e percorre a lista:<\/p>\n\n\n\n
import numpy as np\n\nif __name__ == \"__main__\":\n    audio = {'amp':'Linn', 'preamp':'Luxman', 'speakers':'Energy', \n\t'ic':'Crystal Ultra', 'pc':'JPS', 'power':'Equi-tech',\n\t'sp':'Crystal Ultra', 'cdp':'Nagra', 'up':'Esoteric'}\n    del audio['up']\n    print('elemento \"removido\";')\n    print(audio, '\\n')\n    print('elemento \"adicionado\";')\n    audio['up'] = 'Oppo'\n    print (audio, '\\n')\n    print ('universal player:', audio['up'], '\\n')\n    dict_ls = [audio]\n    video = {'tv':'LG 65C7 OLED', 'stp':'DISH', 'HDMI':'DH Labs',\n\t'cable':'coax'}\n    print ('listas de elementos;')\n    dict_ls.append(video)\n    for i, row in enumerate(dict_ls):\n        print ('linha' , i, ':')\n        print (row)\n<\/code><\/pre>\n\n\n\n
Sa\u00edda:<\/p>\n\n\n\n
\"\"<\/figure><\/div>\n\n\n\n
O bloco principal come\u00e7a a\ncriar um dicion\u00e1rio de \u00e1udio com v\u00e1rios elementos.<\/p>\n\n\n\n
Logo ap\u00f3s remove um elemento\ncom a chave de nome up e valor Esoteric e imprime o resultado.<\/p>\n\n\n\n
A seguir um novo elemento com\na chave up com o valor Oppo \u00e9 adicionado e imprime o resultado.<\/p>\n\n\n\n
Depois cria um dicion\u00e1rio de \u00e1udio,\ncria um dicion\u00e1rio de v\u00eddeo, e cria um dicion\u00e1rio com os dicion\u00e1rios de v\u00eddeo e\nde \u00e1udio.<\/p>\n\n\n\n
No final utilizamos um loop\npara percorrer a lista e mostrar os dois dicion\u00e1rios.<\/p>\n\n\n\n
 Uma fun\u00e7\u00e3o \u00fatil que pode ser utilizada no loop\n\u00e9 o enumerate(). Essa fun\u00e7\u00e3o adiciona um contador ao iterable.<\/p>\n\n\n\n
Um iterable \u00e9 um objeto que pode ser iterado. A fun\u00e7\u00e3o enumerate() \u00e9 muito \u00fatil porque um contador \u00e9 automaticamente criado e incrementado, isso significa menos c\u00f3digo.<\/p>\n\n\n\n
 Fonte livro:\u00a0Data Science Fundamentals for Python\u00a0and\u00a0MongoDB\u00a0<\/strong> <\/p>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
Uma tupla \u00e9 uma sequ\u00eancia de objetos imut\u00e1veis de Python cercado por par\u00eanteses. Diferente de listas, tuplas n\u00e3o podem ser mudadas. Tuplas s\u00e3o fun\u00e7\u00f5es convenientes que retornam m\u00faltiplos valores. O c\u00f3digo a seguir cria uma tupla, a divide, cria uma lista e cria uma matriz de tuplas e listas: Sa\u00edda: O c\u00f3digo come\u00e7a importando o […]<\/p>\n","protected":false},"author":1,"featured_media":111,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[31],"tags":[],"class_list":["post-716","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-datascience"],"_links":{"self":[{"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/posts\/716","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/comments?post=716"}],"version-history":[{"count":1,"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/posts\/716\/revisions"}],"predecessor-version":[{"id":719,"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/posts\/716\/revisions\/719"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/media\/111"}],"wp:attachment":[{"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/media?parent=716"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/categories?post=716"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/micheladrianomedeiros.com.br\/blog\/wp-json\/wp\/v2\/tags?post=716"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}