Caixa de ferramentas Python
Continue a desenvolver suas habilidades em Ciência de Dados aprendendo sobre iteradores e compreensões de listas.
Comece O Curso Gratuitamente4 horas12 vídeos46 exercícios283.444 aprendizesDeclaração de Realização
Crie sua conta gratuita
ou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.Treinar 2 ou mais pessoas?
Tentar DataCamp for BusinessAmado por alunos de milhares de empresas
Descrição do Curso
Neste curso sobre a Caixa de ferramentas Toolbox, você continuará a desenvolver habilidades mais avançadas em Python. Primeiro, você aprenderá sobre iteradores, objetos que você já viu no contexto de loops for. Em seguida, você aprenderá sobre compreensões de lista, que são ferramentas extremamente úteis para todos os profissionais de dados e desenvolvedores que trabalham com Python. Você terminará o curso trabalhando em um estudo de caso no qual aplicará todas as técnicas que aprendeu nas duas partes do curso.
Treinar 2 ou mais pessoas?
Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.Nas seguintes faixas
Desenvolvedor associado de Python
Ir para a trilhaFundamentos de programação Python
Ir para a trilha- 1
Usando iteradores na PythonLand
GratuitoVocê aprenderá tudo sobre iteradores e iteráveis, com os quais já trabalhou ao escrever loops for. Você aprenderá algumas funções úteis que lhe permitirão trabalhar com iteradores de forma eficaz. E você terminará o capítulo com um caso de uso que é pertinente ao mundo da ciência de dados e ao tratamento de grandes quantidades de dados; nesse caso, dados do Twitter que você carregará em partes usando iteradores.
Introdução aos iteradores50 xpIteradores vs. Iteráveis50 xpIteração sobre iteráveis (1)100 xpIteração sobre iteráveis (2)100 xpIteradores como argumentos de função100 xpBrincando com iteradores50 xpUsando enumerate100 xpUsando zip100 xpUsando * e zip para 'descompactar'100 xpUsando iteradores para carregar arquivos grandes na memória50 xpProcessamento de grandes quantidades de dados do Twitter100 xpExtração de informações de grandes quantidades de dados do Twitter100 xpParabéns!50 xp - 2
Compreensões de lista e geradores
Neste capítulo, você desenvolverá seu conhecimento sobre iteradores e conhecerá as compreensões de lista, que permitem criar listas complicadas–e listas de listas–em uma única linha de código! As compreensões de lista podem simplificar bastante o seu código e torná-lo mais eficiente, e se tornarão uma parte vital da sua caixa de ferramentas Python. Em seguida, você aprenderá sobre geradores, que são extremamente úteis ao trabalhar com grandes sequências de dados que talvez você não queira armazenar na memória, mas sim gerar em tempo real.
Compreensões de lista50 xpEscreva uma compreensão de lista básica.50 xpCompreensão de lista sobre iteráveis50 xpEscrevendo compreensões de listas100 xpCompreensões de listas aninhadas100 xpCompreensões avançadas50 xpUso de condicionais em compreensões (1)100 xpUso de condicionais em compreensões (2)100 xpCompreensões de dicionário100 xpIntrodução às expressões geradoras50 xpCompreensões de lista vs. geradores50 xpEscreva suas próprias expressões geradoras100 xpAlterando a saída em expressões geradoras100 xpConstrução de um gerador100 xpResumindo compreensões e geradores.50 xpCompreensões de lista para dados com registro de data e hora100 xpCompreensões de listas condicionais para dados com registro de data e hora100 xp - 3
Reunindo tudo.
Este capítulo permitirá que você aplique suas habilidades recém-adquiridas para manipular e extrair informações significativas de um conjunto de dados do mundo real–os Indicadores de Desenvolvimento Mundial do Banco Mundial. Você terá a oportunidade de escrever suas próprias funções e compreensões de lista enquanto trabalha com iteradores e geradores para solidificar suas habilidades em Python.
Bem-vindo ao estudo de caso!50 xpCompactação de dicionários100 xpEscrevendo uma função para ajudar você100 xpUsando uma compreensão de lista100 xpTransformando tudo isso em um DataFrame100 xpUsando geradores Python para dados de streaming50 xpProcessamento de dados em partes (1)100 xpEscrevendo um gerador para carregar dados em partes (2)100 xpEscrevendo um gerador para carregar dados em partes (3)100 xpUsando o iterador read_csv do pandas para dados de streaming50 xpEscrevendo um iterador para carregar dados em partes (1)100 xpEscrevendo um iterador para carregar dados em partes (2)100 xpEscrevendo um iterador para carregar dados em partes (3)100 xpEscrevendo um iterador para carregar dados em partes (4)100 xpEscrevendo um iterador para carregar dados em partes (5)100 xpConsiderações finais50 xp
Treinar 2 ou mais pessoas?
Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.Nas seguintes faixas
Desenvolvedor associado de Python
Ir para a trilhaFundamentos de programação Python
Ir para a trilhacolaboradores
pré-requisitos
Introduction to Functions in PythonHugo Bowne-Anderson
Ver MaisData Scientist
O que os outros alunos têm a dizer?
Junte-se a mais de 15 milhões de alunos e comece Caixa de ferramentas Python hoje mesmo!
Crie sua conta gratuita
ou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.