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 de Chamada

As expressões de chamada invocam funções, que são operações nomeadas. O nome da função aparece primeiro, seguido por expressões entre parênteses.

abs(-12)

round(5 - 1.3)

max(2, 2 + 3, 4)

Neste último exemplo, a função max é chamada com três argumentos: 2, 5 e 4. O valor de cada expressão dentro dos parênteses é passado para a função, e a função retorna o valor final da expressão de chamada completa. A função max pode receber qualquer número de argumentos e retorna o máximo.

Algumas funções estão disponíveis por padrão, como abs e round, mas a maioria das funções que são integradas à linguagem Python estão armazenadas em uma coleção de funções chamada módulo. Uma instrução de importação é usada para fornecer acesso a um módulo, como math ou operator.

import math
import operator
math.sqrt(operator.add(4, 5))

Uma expressão equivalente poderia ser expressa usando os operadores + e ** em vez disso.

(4 + 5) ** 0.5

Operadores e expressões de chamada podem ser usados juntos em uma expressão. A diferença percentual entre dois valores é usada para comparar valores para os quais nenhum é claramente inicial ou alterado. Por exemplo, em 2014, as fazendas da Flórida produziram 2,72 bilhões de ovos, enquanto as fazendas de Iowa produziram 16,25 bilhões de ovos (http://quickstats.nass.usda.gov/). A diferença percentual é 100 vezes o valor absoluto da diferença entre os valores, dividido pela média deles. Neste caso, a diferença é maior que a média, então a diferença percentual é maior que 100.

florida = 2.72
iowa = 16.25
100*abs(florida-iowa)/((florida+iowa)/2)

Aprender como diferentes funções se comportam é uma parte importante da aprendizagem de uma linguagem de programação. Um notebook Jupyter pode ajudar a lembrar os nomes e os efeitos das diferentes funções. Ao editar uma célula de código, pressione a tecla tab depois de digitar o início de um nome para exibir uma lista de maneiras de completar esse nome. Por exemplo, pressione tab após math. para ver todas as funções disponíveis no módulo math. A digitação irá reduzir a lista de opções. Para aprender mais sobre uma função, coloque um ? depois do seu nome. Por exemplo, digitar math.log? irá exibir uma descrição da função log no módulo math.

math.log?

Os colchetes no exemplo de chamada indicam que um argumento é opcional. Ou seja, log pode ser chamado com um ou dois argumentos.

math.log(16, 2)

math.log(16)/math.log(2)

A lista de funções integradas do Python é bastante extensa e inclui muitas funções que nunca são necessárias em aplicações de ciência de dados. A lista de funções matemáticas no módulo math é igualmente longa. Este texto irá introduzir as funções mais importantes no contexto, em vez de esperar que o leitor memorize ou entenda essas listas.