Módulo 1 — Python e análise de dados¶
Base de programação e de análise de dados que todo projeto do NARA usa. Você estuda no seu ritmo.
Parte A — Python, do básico à POO¶
- Vídeos: playlist Minicurso de Python (10 aulas)
- Material de apoio: repositório minicurso-python
Sobre o nome nos vídeos
Os vídeos aparecem como Synapse Lab, o nome antigo do laboratório. O conteúdo é o mesmo.
Conteúdo: sintaxe, variáveis e tipos, estruturas de controle, funções, estruturas de dados e Programação Orientada a Objetos.
Parte B — Análise de dados¶
- Material: repositório minicurso-de-analise-de-dados
Siga esta ordem, que é a mesma do README do repositório:
| # | Aula | Arquivo | O que aprende |
|---|---|---|---|
| 1 | NumPy | aulas/numpy/main.py |
Arrays e operações numéricas |
| 2 | Pandas | aulas/pandas/main.ipynb |
Ler CSV, selecionar, filtrar, estatísticas |
| 3 | Tratamento de dados | aulas/tratamento-de-dados/arquivo_de_tratamento.ipynb |
Limpar e transformar uma base |
| 4 | Streamlit | aulas/streamlit/main.py |
Dashboard com dados de saúde dos municípios do MA |
git clone https://github.com/GRUPO-NARA/minicurso-de-analise-de-dados
cd minicurso-de-analise-de-dados
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
streamlit run aulas/streamlit/main.py
Depois de rodar o dashboard, modifique-o: troque um gráfico, adicione um filtro, use outra coluna. Mexer no código é a melhor forma de fixar.
Checklist¶
- Assisti às 10 aulas da playlist
- Rodei os exemplos do
minicurso-python - Rodei a aula de NumPy
- Fiz o notebook de Pandas
- Fiz o notebook de tratamento de dados
- Rodei e modifiquei o dashboard em Streamlit
Critério de aprovação¶
A definir pela coordenação
Descreva aqui como o módulo 1 é aprovado (por exemplo: conversa com o padrinho, exercício prático, mini dashboard próprio).
A data de aprovação é registrada na issue de nivelamento. O prazo de 1 mês do módulo 2 começa a contar a partir dela.