O 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.
Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.
Iniciar demonstraçãoO 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.
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.
A limpeza de dados consiste em detetar e corrigir entradas incorretas, duplicadas ou inconsistentes em conjuntos de dados. Os passos típicos incluem uniformizar grafias e formatos de data, remover espaços supérfluos e fundir duplicados como "Silva Lda" e "Silva Limitada". Dados limpos são um requisito para análises, envios em massa e aplicações de IA fiáveis.
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.
