Manipulação de dados e regressões lineares com Python
Gravado no evento PyMat 2021 - Python para Matemática e Além · 3 h 5 min de gravação
Trechos em vídeo

O que é um DataFrame no Pandas
Trecho de a da gravação

Como fazer filtragem booleana em DataFrames
Trecho de a da gravação

Como funciona o método iloc no Pandas
Trecho de a da gravação
Sobre o conteúdo
No evento Python para Matemática e Além, o minicurso intitulado Manipulação de dados e regressões lineares com Python aborda os conceitos e comandos essenciais para a manipulação, limpeza e análise exploratória de conjuntos de dados em Python. O palestrante inicia contextualizando sua trajetória acadêmica na área de matemática e estatística, apresentando em seguida a estrutura de um DataFrame do Pandas, seus tipos de dados e o tratamento de valores faltantes.
Utilizando a base de dados pública Diamonds da biblioteca Seaborn, são demonstradas funções fundamentais de exploração, como a checagem de dimensões, nomes de colunas e tipos de dados com os métodos shape, columns e info. Na sequência, explora-se a estatística descritiva com o método describe e o cálculo de quantis, além de inspeção e contagem de categorias com value_counts. Também são abordadas técnicas de seleção e filtragem condicional de registros por meio de operadores booleanos, do método query e das propriedades iloc e loc, bem como a ordenação com sort_values.
Na seção de visualização de dados, são apresentados gráficos estatísticos da biblioteca Seaborn, incluindo gráficos de dispersão (scatterplot), diagramas de caixa (boxplot) para detecção de outliers e análise do intervalo interquartil (IQR), histogramas (histplot) com contagem e densidade de probabilidade, e gráficos de barras (barplot) com intervalos de confiança e estimadores pontuais como média e mediana. O palestrante demonstra ainda como renomear categorias e criar novas variáveis derivadas a partir de fórmulas físicas e matemáticas no DataFrame.
Na segunda etapa, o foco se volta para a resolução de problemas comuns em dados reais utilizando uma planilha de notas acadêmicas com valores omissos e registros de faltas representados por texto. Demonstra-se a leitura de planilhas com read_excel, o perigo de descartar registros nulos brutos com dropna, a substituição com replace e a conversão de tipos para variáveis categóricas. Empregando a função groupby, são extraídas métricas agregadas por turma, semestre e disciplina, além da criação de rotinas condicionais para reclassificar a situação final dos discentes, finalizando com o planejamento para a execução de modelos de regressão linear.
O que é abordado
- Abertura e apresentação do minicurso
- Introdução a DataFrames com PandasTrecho de 1 min 57 s
- Exploração do dataset Diamonds
- Estatística descritiva e análise de variáveis
- Filtragem condicional com loc, iloc e queryTrecho de 1 min 59 sTrecho de 1 min 28 s
- Visualização de dados com Seaborn: dispersão, boxplot e histogramas
- Transformação e criação de novas variáveis
- Tratamento de dados reais: planilha de notas acadêmicas
- Agrupamento com groupby e automação
- Regras de negócio e encerramento
Dúvidas que o conteúdo responde
Qual é a principal diferença entre os métodos iloc e loc no Pandas?
O iloc realiza a indexação e seleção baseando-se estritamente em posições numéricas inteiras de linhas e colunas. Já o loc baseia-se em rótulos, permitindo selecionar linhas e colunas pelos seus nomes ou por máscaras booleanas de comparação.
Como os outliers são calculados e identificados no gráfico de boxplot?
Eles são definidos com base no intervalo interquartil (IQR), que é a diferença entre o terceiro quartil (75%) e o primeiro quartil (25%). Os limites usuais da caixa são calculados somando 1,5 vezes o IQR ao terceiro quartil ou subtraindo esse valor do primeiro quartil; pontos fora dessa faixa são destacados como outliers.
Por que o método dropna() não deve ser utilizado de forma descuidada?
Porque se qualquer coluna de uma linha contiver NaN, o dropna() removerá a linha inteira. Em datasets onde certas ausências de dados são esperadas (como uma prova final que nem todos os estudantes precisaram fazer), a remoção automática pode eliminar a grande maioria dos registros legítimos e distorcer a análise.
Como contornar a coluna de notas numéricas que foi importada como texto devido à presença da letra F de falta?
Pode-se utilizar o método replace para substituir a string 'F' por um número sentinela arbitrário (como -100). Isso permite que a coluna seja convertida para float, possibilitando cálculos estatísticos em notas válidas apenas filtrando valores maiores ou iguais a zero.
Assuntos
Palestrantes

Filipe Lima
Instrutor(a)
Outros conteúdos deste evento
Gravados no evento PyMat 2021 - Python para Matemática e Além
Ecossistema Python para matemática computacional
Gravado no evento PyMat 2021 - Python para Matemática e Além
A palestra de abertura do evento PyMat 2021, intitulada 'Ecossistema Python para matemática computacional', aborda o papel crescente do Python na pesquisa acadêmica e científica.…
Ver resumo e capítulosPython: gráficos e outras visualizações
Gravado no evento PyMat 2021 - Python para Matemática e Além
Neste minicurso, o professor Edgar Amorim apresenta ferramentas práticas para construir gráficos e visualizações matemáticas utilizando Python, com ênfase nas bibliotecas NumPy e…
Ver resumo e capítulosPython e problemas matemáticos desafiadores
Gravado no evento PyMat 2021 - Python para Matemática e Além
Neste workshop do evento 'Python para Matemática e Além', o palestrante Leon Silva aborda a resolução de desafios matemáticos inspirados no Project Euler utilizando Python. Ele…
Ver resumo e capítulosAlgumas abordagens para a modelagem da epidemia de COVID-19
Gravado no evento PyMat 2021 - Python para Matemática e Além
A professora Maité Kulesza apresenta a palestra 'Algumas abordagens para a modelagem da epidemia de COVID-19' no evento Python para Matemática e Além. Ela relata sua experiência…
Ver resumo e capítulosCriptografia RSA em SageMath/Python
Gravado no evento PyMat 2021 - Python para Matemática e Além
Nesta oficina ministrada durante o evento Python para Matemática e Além, o professor Ricardo Nunes Machado Júnior apresenta a fundamentação teórica e a implementação prática do…
Ver resumo e capítulosConstrução de imagens e simulações dinâmicas com Python
Gravado no evento PyMat 2021 - Python para Matemática e Além
Neste workshop do evento Python para Matemática e Além, o professor Edgar Amorim apresenta técnicas de computação gráfica e simulações com Python usando NumPy e Matplotlib. A…
Ver resumo e capítulosComputação Quântica
Gravado no evento PyMat 2021 - Python para Matemática e Além
A palestra aborda os conceitos fundamentais da computação quântica e a sua distinção prática em relação à computação clássica. O palestrante desmistifica a necessidade de…
Ver resumo e capítulos





