Análise de Dados com Python no dia a dia: substituindo planilhas por código

O uso de planilhas é muito comum em tarefas que envolvem transformação e análise de dados. No entanto, essa abordagem pode facilmente se tornar demorada, tediosa e propensa a erros. Nesta palestra veremos como é possível usar Python para automatizar tarefas do cotidiano empresarial e acadêmico com um mínimo de esforço.

1. Análise de dados com Python no dia a dia Substituindo planilhas por código Rodrigo Amaral DCOMP/UFS 23 de agosto de 2019 São Cristóvão - Sergipe
2. Quem sou eu Rodrigo Amaral • Analista de Tecnologia da Informação no TRT da 20ª Região (SE) • Mestre em Ciência da Computação pela UFS • Coorganizador do Python User Group Sergipe (PUG-SE) • Fã de música, livros e basquete amaral101 amaral101 rodrigoamaral rodrigoamaral rodrigo@rodrigoamaral.net
3. Um dia comum no escritório... ‍ - Temos que explorar esses dados para tentar extrair [insira algum tipo de informação]... - Vamos usar Excel? ‍ - Parece uma boa ideia! - Precisamos de uma nova funcionalidade. Vou criar uma cópia da planilha e implementá-la. ‍ - Ei! Quem foi que implementou essa funcionalidade x? Como isso funciona? Temos que criar uma planilha para controlar essas alterações!
4. Existe algum fluxo nas operações da planilha? 1
5. Qual a versão está valendo? MOFFIT, Chris. Escaping the Excel Hell with Python and Pandas <https://github.com/chris1610/pbpython/blob/master/presentations/Escaping-Excel-Hell-with-Python-and-Pandas.pdf> Qual a versão que está valendo? 2
6. Como a planilha funciona? De onde vieram os dados? 3
7. O conjunto de dados tem MILHÕES de registros. Como fazer? 4
8. Copiar e colar não é uma opção Situações que imploram por automatização de planilhas: • O tempo disponível é curto • O processo é tedioso e sujeito a erros • Os conjuntos de dados excedem a capacidade da planilha • A tarefa envolve muita manipulação de texto
9. Por que Python? • Legível e expressiva • Fácil de aprender • Múltiplos propósitos • Integração com outras linguagens e ferramentas • Ampla utilização em análise de dados
10. “Estudos comprovam!” JetBrains Developer Survey 2019
11. Ferramentas para ciência de dados
12. Ferramentas para ciência de dados
13. Vamos à prática!
14. Boas práticas • Use um sistema de controle de versões (e.g. git) para o código produzido • Mantenha código e dados separados • Escreva – e mantenha atualizada – documentação para os trechos de código mais complexos
15. Mas calma… também há alguns desafios • Jupyter ◦ Células executadas fora de ordem • Aprender uma nova tecnologia ◦ Como convencer as pessoas de mais essa tarefa • Formatação ◦ Ficamos sem os recursos de formatação de texto • Distribuição ◦ Como compartilhar a solução com outras pessoas de maneira fácil?
16. O PUG-SE é uma iniciativa comunitária que tem o objetivo de reunir os desenvolvedores e demais interessados na linguagem de programação Python e em suas tecnologias associadas. http://se.python.org.br https://t.me/pugse @pugse
17. http://rodrigoamaral.net/palestras/
18. Obrigado! Dúvidas? Perguntas?
19. Referências 1. MOFFITT, Chris. “Escaping the Excell Hell with Python and Pandas” <https://github.com/chris1610/pbpython/blob/master/presentations/Escaping-Excel-Hell-with-Pyth on-and-Pandas.pdf> 2. JetBrains. “The State of Developer Ecosystem 2019”. <https://www.jetbrains.com/lp/devecosystem-2019/> 3. pandas: powerful Python data analysis toolkit <https://pandas.pydata.org/pandas-docs/stable/> 4. GRUS, Joel. “I Don’t Like Notebooks”. Slides <https://docs.google.com/presentation/d/1n2RlMdmv1p25Xy5thJUhkKGvjtV-dkAIsUXP-AL4ffI/edit ?usp=sharing>, Vídeo <https://www.youtube.com/watch?v=7jiPeIFXb6U>