O Dash é uma framework de código aberto da empresa Plotly para criar aplicações web interativas de análise de dados em Python, sem ser necessário escrever JavaScript. Gráficos, filtros e controlos deslizantes ficam ligados diretamente ao código Python. Exemplos típicos são dashboards em que equipas de negócio filtram as vendas por região ou experimentam as previsões de um modelo de machine learning com valores próprios.
Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.
Iniciar demonstraçãoO pandas é uma biblioteca Python de código aberto para analisar e manipular dados tabulares, desenvolvida a partir de 2008 por Wes McKinney. O seu objeto central, o DataFrame, assemelha-se a uma tabela com colunas nomeadas. Permite carregar dados de ficheiros CSV, Excel ou bases de dados e limpá-los, filtrá-los, agrupá-los e combiná-los. O pandas assenta no NumPy e é uma ferramenta padrão na análise de dados, na elaboração de relatórios e na preparação de dados de treino.
O Jupyter Notebook é uma aplicação de código aberto, executada no navegador, do Project Jupyter, que combina código executável, resultados, gráficos e texto explicativo num único documento. Os notebooks são muito usados na análise de dados, no machine learning, na investigação e no ensino, porque cada passo pode ser documentado e partilhado de forma rastreável. Python é a linguagem mais comum. Exemplo: um analista carrega dados de vendas, limpa-os e mostra os resultados num gráfico logo abaixo.
A análise exploratória de dados (EDA, do inglês exploratory data analysis) é o primeiro olhar, aberto, sobre um conjunto de dados: calculam-se valores-resumo, examinam-se distribuições e gráficos e procuram-se padrões, valores atípicos e valores em falta – ainda sem uma hipótese definida. Ajuda a avaliar a qualidade dos dados e a encontrar questões pertinentes para análises ou modelações posteriores. Exemplo: antes de uma previsão de vendas, a EDA revela que um mês foi registado de forma incompleta devido a uma migração de sistema.
O NumPy é a biblioteca Python fundamental de código aberto para cálculo numérico. Disponibiliza arrays multidimensionais e funções rápidas de álgebra linear, estatística e números aleatórios, com o núcleo a ser executado em código compilado. Muitas ferramentas de análise de dados e de aprendizagem automática, como o pandas, o scikit-learn e inúmeras bibliotecas de visualização, assentam no NumPy. Quem trabalha com dados em Python utiliza-o, por isso, quase sempre, direta ou indiretamente.
