1. Aprender
    2. /
  2. Cursos
    3. /
  3. Python intermediário
  • 1

    Matplotlib

    Gratuito

    A visualização de dados é uma habilidade fundamental para aspirantes a cientistas de dados. A Matplotlib facilita a criação de gráficos proveitosos e perspicazes. Neste capítulo, você aprenderá a criar vários tipos de gráficos e a personalizá-los para que sejam visualmente mais atraentes e interpretáveis.

  • 2

    Dicionários e pandas

    Conheça o dicionário, uma alternativa à lista do Python, e o DataFrame do pandas, o padrão reconhecido para trabalhar com dados tabulares no Python. Você vai praticar a criação e a manipulação de conjuntos de dados e aprender a acessar as informações necessárias a partir dessas estruturas de dados.

  • 3

    Lógica, fluxo de controle e filtragem

    A lógica booleana é a base da tomada de decisões nos programas em Python. Aprenda sobre diferentes operadores de comparação, como combiná-los com operadores booleanos e como usar os resultados booleanos em estruturas de controle. Você também vai aprender a filtrar dados nos DataFrames do pandas usando lógica.

  • 4

    Loops

    Há diversas técnicas que podem ser usadas para repetir a execução de um código Python várias vezes. Os loops while são como instruções if repetidas. Os loops for iteram por todos os tipos de estrutura de dados. Saiba tudo sobre eles neste capítulo.

  • 5

    Estudo de caso: truques de estatística

    Este capítulo permitirá que você aplique todos os conceitos que aprendeu no curso. Você usará truques de estatística para calcular a chance de ganhar uma aposta. Use geradores de números aleatórios, loops e a Matplotlib para sair na frente!

Initializing

Exercício

Operadores booleanos com o NumPy

Antes, os operadores aritméticos, como < e >=, funcionavam imediatamente com matrizes do NumPy. Infelizmente, não é o caso dos operadores booleanos and, or e not.

Para usar esses operadores com o NumPy, você precisará de np.logical_and(), np.logical_or() e np.logical_not(). Aqui vai um exemplo com as matrizes my_house e your_house de antes para lhe dar uma ideia:

np.logical_and(my_house > 13, 

               your_house < 15)

Instruções

100 XP

  • Gere matrizes booleanas que respondam às seguintes perguntas:

  • Quais áreas de my_house são maiores que 18.5 ou menores que 10?

  • Quais áreas de my_house e your_house são menores que 11? Certifique-se de envolver os dois comandos na instrução print(), para que você possa inspecionar a saída.