Índice

1. 1. O que é Ciência de Dados?
   • 1.1. Introdução
     • 1.1.1. Ferramentas Computacionais
     • 1.1.2. Técnicas Estatísticas
   • 1.2. Por que Ciência de Dados?
   • 1.3. Traçando os Clássicos
     • 1.3.1. Personagens Literários
     • 1.3.2. Outro Tipo de Personagem
2. 2. Causalidade e Experimentos
   • 2.1. John Snow e a Bomba da Broad Street
   • 2.2. O “Grande Experimento” de Snow
   • 2.3. Estabelecendo Causalidade
   • 2.4. Randomização
   • 2.5. Notas Finais
3. 3. Progamando em Python
   • 3.1. Expressões
   • 3.2. Nomes
     • 3.2.1. Exemplo: Taxas de Crescimento
   • 3.3. Chamadas
   • 3.4. Introdução às Tabelas
4. 4. Tipos de Dados
   • 4.1. Números
   • 4.2. Strings
     • 4.2.1. Métodos de Strings
   • 4.3. Comparações
5. 5. Sequências
   • 5.1. Arrays
   • 5.2. Ranges
   • 5.3. Mais sobre Arrays
6. 6. Tabelas
   • 6.1. Ordenando Linhas
   • 6.2. Selecionando Linhas
   • 6.3. Exemplo: Tendências Populacionais
   • 6.4. Examplo: Proporções de Sexos
7. 7. Visualização
   • 7.1. Visualizando Distribuições
     Categóricas
   • 7.2. Visualizando Distribuições Numéricas
   • 7.3. Gráficos Sobrepostos
8. 8. Funções e Tabelas
   • 8.1. Aplicando Função a uma Coluna
   • 8.2. Classificando por uma Variável
   • 8.3. Classificação Cruzada
   • 8.4. Unindo Tabelas por Colunas
   • 8.5. Compartilhamento de Bicicletas
9. 9. Aleatoriedade
   • 9.1. Declarações Condicionais
   • 9.2. Iteração
   • 9.3. Simulação
   • 9.4. O Problema de Monty Hall
   • 9.5. Encontrando Probabilidades
10. 10. Amostragem e Distribuições Empíricas
    • 10.1. Distribuições Empíricas
    • 10.2. Amostragem de uma População
    • 10.3. Distribuição Empírica de uma
      Estatística
    • 10.4. Amostragem Aleatória em Python
11. 11. Testando Hipóteses
    • 11.1. Avaliando um Modelo
    • 11.2. Múltiplas Categorias
    • 11.3. Decisões e Incertezas
    • 11.4. Probabilidades de Erro
12. 12. Comparando Duas Amostras
    • 12.1. Teste A/B
    • 12.2. Causalidade
    • 12.3. Esvaziar
13. 13. Estimação
    • 13.1. Percentis
    • 13.2. O Bootstrap
    • 13.3. Intervalos de Confiança
    • 13.4. Usando Intervalos de Confiança
14. 14. Por que a Média é Importante
    • 14.1. Propriedades da Média
    • 14.2. Variabilidade
    • 14.3. O DP e a Curva Normal
    • 14.4. Teorema Central do Limite
    • 14.5. Variabilidade da Média da Amostra
    • 14.6. Escolhendo um Tamanho de Amostra
15. 15. Previsão
    • 15.1. Correlação
    • 15.2. Linha de Regressão
    • 15.3. Método dos Mínimos Quadrados
    • 15.4. Regressão de Mínimos Quadrados
    • 15.5. Diagnósticos Visuais
    • 15.6. Diagnóstico Numérico

Expressões

As linguagens de programação são muito mais simples do que as linguagens humanas. No entanto, existem algumas regras de gramática para aprender em qualquer linguagem, e é por aí que começaremos. Neste texto, usaremos a linguagem de programação Python. Aprender as regras de gramática é essencial, e as mesmas regras usadas nos programas mais básicos também são centrais para os programas mais sofisticados.

Os programas são compostos por expressões, que descrevem para o computador como combinar partes de dados. Por exemplo, uma expressão de multiplicação consiste em um símbolo * entre duas expressões numéricas. As expressões, como 3 * 4, são avaliadas pelo computador. O valor (o resultado da avaliação) da última expressão em cada célula, 12 neste caso, é exibido abaixo da célula.

3 * 4

As regras de gramática de uma linguagem de programação são rígidas. No Python, o símbolo * não pode aparecer duas vezes seguidas. O computador não tentará interpretar uma expressão que difere de suas estruturas de expressão prescritas. Em vez disso, mostrará um erro SyntaxError. A sintaxe de uma linguagem é seu conjunto de regras gramaticais, e um SyntaxError indica que uma estrutura de expressão não corresponde a nenhuma das regras da linguagem.

3 * * 4

Pequenas alterações em uma expressão podem mudar completamente seu significado. Abaixo, o espaço entre os * foi removido. Como ** aparece entre duas expressões numéricas, a expressão é uma expressão de exponenciação bem formada (o primeiro número elevado à potência do segundo: 3 vezes 3 vezes 3 vezes 3). Os símbolos * e ** são chamados operadores, e os valores que eles combinam são chamados operandos.

3 ** 4

Operadores Comuns. A ciência de dados frequentemente envolve a combinação de valores numéricos, e o conjunto de operadores em uma linguagem de programação é projetado para que as expressões possam ser usadas para expressar qualquer tipo de aritmética. No Python, os seguintes operadores são essenciais.

As expressões em Python obedecem às mesmas regras familiares de precedência que na álgebra: multiplicação e divisão ocorrem antes da adição e subtração. Parênteses podem ser usados para agrupar expressões menores dentro de uma expressão maior.

1 + 2 * 3 * 4 * 5 / 6 ** 3 + 7 + 8 - 9 + 10

1 + 2 * (3 * 4 * 5 / 6) ** 3 + 7 + 8 - 9 + 10

Este capítulo apresenta muitos tipos de expressões. Aprender a programar envolve experimentar tudo o que você aprende em combinação, investigando o comportamento do computador. O que acontece se você dividir por zero? O que acontece se você dividir duas vezes seguidas? Você nem sempre precisa perguntar a um especialista (ou à Internet); muitos desses detalhes podem ser descobertos experimentando-os você mesmo.