0Pricing
Learn AI with Python · Aula

Jupyter Notebooks para ciência de dados

Inicie o Jupyter, escreva células, use comandos mágicos e exporte notebooks.

Jupyter Notebooks para ciência de dados é uma aula grátis de Learn AI with Python no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Learn AI with Python, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Learn AI with Python inclui 4 aulas no total.

Notebooks para exploração

Um notebook do Jupyter combina código, saída, gráficos e prosa em um único documento. Você executa o código em pequenas células, mantendo o estado entre elas, o que é ideal para a exploração iterativa de dados.

Notebook e Lab

O Jupyter Notebook é a interface clássica de documento único. O JupyterLab é a interface moderna, semelhante a uma IDE, com navegador de arquivos, abas e vários painéis. Ambos executam os mesmos arquivos .ipynb.

pip install jupyterlab notebook

jupyter lab      # modern interface
jupyter notebook # classic interface

Tipos de célula

As células são de Código (executadas pelo núcleo) ou de Markdown (renderizadas como texto formatado para explicações). Mude uma célula para Markdown com a tecla M e de volta para Código com Y.

# Code cell
import numpy as np
np.arange(5)

# Markdown cell (rendered):
# ## Section title
# Some **bold** explanation.

Execução e saída

Pressione Shift+Enter para executar uma célula e passar à próxima. O valor da última expressão é exibido automaticamente; não é necessário usar print.

x = 2 + 2
x            # displays 4 below the cell

Cronometrando com %timeit

A mágica de linha %timeit executa uma instrução muitas vezes e informa a média. É a forma padrão de comparar implementações.

%timeit sum(range(1000))
# 1000 loops, best of 5: 12.3 us per loop

Cronometrando a célula inteira

Duplique o sinal de porcentagem para obter uma mágica de célula. %%timeit cronometra a célula inteira, em vez de uma única linha.

%%timeit
total = 0
for i in range(1000):
    total += i

Gráficos incorporados

%matplotlib inline instrui o Jupyter a renderizar os gráficos diretamente abaixo da célula como imagens estáticas. Defina isso uma vez perto do início do notebook.

%matplotlib inline
import matplotlib.pyplot as plt
plt.plot([1, 4, 9, 16])

Comandos do terminal nas células

Adicione ! ao início de uma linha para executar um comando do terminal. Isso é útil para verificar versões ou listar arquivos sem sair do notebook.

!pip install seaborn
!ls -la
!python --version

Capturando a saída do terminal

Você pode atribuir a saída de um comando do terminal a uma variável Python. O resultado é uma lista de linhas de saída.

files = !ls *.csv
print(len(files), "CSV files found")

Núcleo: reiniciar e executar tudo

A execução fora de ordem pode ocultar erros. Núcleo → Reiniciar e executar tudo limpa todo o estado e executa novamente cada célula de cima para baixo, comprovando que seu notebook é reproduzível.

Listando nomes definidos

A mágica %who lista as variáveis definidas na sessão, o que é útil após uma longa exploração para ver o que está na memória.

%who
# files	np	plt	x

Verificação rápida

Verifique seus fundamentos sobre notebooks.

Recapitulação

Agora você pode trabalhar com eficiência em notebooks:

  • Notebook (clássico) e Lab (semelhante a uma IDE) compartilham .ipynb
  • Tipos de célula Código e Markdown
  • %timeit / %%timeit para medir desempenho
  • %matplotlib inline para gráficos
  • !cmd para comandos do terminal
  • Reiniciar e executar tudo para garantir a reprodutibilidade; %who para inspecionar o estado

Perguntas Frequentes

A aula “Jupyter Notebooks para ciência de dados” é grátis?

Sim — o texto completo de “Jupyter Notebooks para ciência de dados” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Learn AI with Python, atualize para CoddyKit PRO. O curso de Learn AI with Python inclui 4 aulas no total.

O que vou aprender em “Jupyter Notebooks para ciência de dados”?

Inicie o Jupyter, escreva células, use comandos mágicos e exporte notebooks. Você pratica Learn AI with Python com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar Learn AI with Python?

Nenhuma experiência prévia é necessária. Learn AI with Python no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.

Quanto tempo leva a aula “Jupyter Notebooks para ciência de dados”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de Learn AI with Python?

Sim. Cada aula de Learn AI with Python inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

  1. Ambientes virtuais e pip
  2. Jupyter Notebooks para ciência de dados
  3. Tipos de dados do Python para ciência de dados
  4. Trabalhando com o REPL do Python e o IPython
← Voltar para Learn AI with Python