Python - Aprendendo uma linguagem de programação

 Nesse link encontrei uma série de video aulas para Python, do básico a assuntos mais avançados como o pacote NLTK e RDFLib. 

Vou dedicar pelo menos 3 horas por semana para essa questão uma vez que estou sentindo falta de não ter conhecimento de uma linguagem que possa dar suporte a uma possível necessidade da fase de experimentos da pesquisa. 

Além disso Python é a linguagem usada no projeto NIMA e outros projetos de desenvolvimento do grupo de pesquisa BioBD e também tem grande potencial de apoiar o WorkFlow do INCA. Python é uma linguagem imperativa de alto nível interpretada.

 

Linguagens de programação são linguagens formais e precisas (não ambíguas) e podem seguir dois paradigmas: Imperativo ou Declarativo. 

Linguagens imperativas (ou procedural) são aquelas cujos passos e a ordem de execução são definidas pelo programados (como fazer). Podem ser de alto (Java, C,...) ou baixo nível (de máquina). As linguagens imperativas de alto nível podem ser do tipo interpretadas ou compiladas.

Linguagens declarativas (como o SQL) são aquelas que o programador define o que deseja ser feito mas não especifica o como.   

02/09: Assisti até o vídeo 1.6 (aproximadamente 2 horas) 

Instalado o Jupyter Notebook

Para acessar, abrir o prompt de comando e digitar jupyter notebook (no caminho onde os programas foram salvos -> C:\Users\versa\AppData\Roaming\Python\Python38\Scripts). O servidor será iniciado e uma aba do browser deverá ser aberta para acesso. 

Salvei os programas em python aqui -> C:\Users\versa\Documents\Python Scripts (computador novo!)

Os slides das aulas estão no Google Classroom: https://classroom.google.com/ . 

Para se matricular, digite o código "wcofeb5".

Link da documentação oficial -> https://docs.python.org/pt-br/3/

03/09: Videos aulas 2.1 e 2.2 (aproximadamente 1 hora)

Não se esqueça, indentação é importante para distinguir os comandos de cada condição:

if condição:

....comando

....comando

....if condição:

........comando

else:

....comando

 

if condição:

....comando

elif condição:

....comando

else:

....comando

 

Geralmente, definem-se 4 espaços como indentação para cada condição.

06/09: Vídeo aulas 3.1, 3.2, 3.3  (aproximadamente 1 hora e 30 minutos) 

Funções podem não receber parâmetros e não precisam retornar valores. A indentação é importante pq não existe end-def

def <nome da função>(param1, param2, ..., paramN):

Funções externas (definidas em outros arquivos) devem ser importadas antes de serem invocadas.  Caso o arquivo seja alterado depois de importado o notebook deve ser recarregado (restart the kernel)

import <arquivo de funções>

from <arquivo de funções> import <nome de uma função>

O import pode ser de módulos (qq localização) ou programas (na mesma localização do notebook)

Instalação do pyCharm Edu (IDE) e importação de um programa de aprendizagem. Essa IDE é muito pesada, consome bastante memória e CPU da máquina. 

13/09: Exercícios da aula 3 e  vídeo aulas 4.1 e 4.2 (aproximadamente 2 horas e 30 minutos)

Variáveis como listas (operações append, len) e operações com strings (strip, isupper, islower)

16/09: Vídeo aulas 5.1, 6.1, 6.2 (aproximadamente 1 horas e 30 minutos)

Debugar com o pyCharm (o jupyter notebook não permite debug): Bullet point (duplo click ao lado da linha), Step Over, Step Into (entrar na função), Step Out (sair da função), Resume (vai para o próximo bullet). 

Exercício do vídeo 5.2: tentei fazer mas demora muito abrir o ep2.zip no pyCharm e travou. 

def reta(n, d='v'): ...... funções permitem valores default que podem ser omitidos na chamada

reta(4)

reta(6, 'h')

print ('*', end=' ') .... o separador padrão do print é a quebra de linha /n mas é possível usar outros

print ('*', end='\t') .... o separador \t inclui um TAB entre os valores

24/09: Vídeo aulas 7.1, 7.2, 7.3 (aproximadamente 2 horas e 30 minutos)

Listas são uma estrutura de dados bem interessante

Lista começam no posição 0, podem ser acessadas do fim para o início (-1, -2,....)

len(lista)) .... retorna o tamanho da lista, ou seja, o número de itens

lista.index(<valor>)) ... retorna a posição do valor na lista, se existir. Se não existir erro

lista.append(<valor>) ... inclui um item no final da lista 

lista[<posicao>] ... acessar o elemento da posição 

for item in lista: ... percorre os itens da lista e retorna o valor na variável item 

zip(lista1, lista2) .... faz merge de duas listas e cada elemento é uma tupla

del lista[<posicao>] ... remove da lista o elemento na posição

lista.remove(<valor>) ... remove da lista o elemento com o valor correspondente

if <valor> in lista: .... testar se o valor pertence a lista

del <variável> .... garbage collection, remover variáveis não mais utilizadas do código em python

list(range(ini, fim, intervalo)) ... gera uma lista de números de ini até fim com intervalo

a atribuição de uma lista1 em uma lista2 é feita por referência (e não por cópia de valores)

lista2 = lista1

ou seja, alterações em uma lista refletem na outra pq são alteração em uma área de memória

para fazer a cópia (clonar) é necessário

import copy

lista2 = copy.copy(lista1)

ou seja, a memória é duplicada e cada lista assume um ponteiro para a respectiva área

para concatenar duas listas: lista1 + lista2

min, max, sum, sorted(lista) ... mínimo, máximo, somatório e ordenação de listas

Maiores informações sobre lista na documentação oficial -> https://docs.python.org/3/tutorial/datastructures.html

Algumas ferramentas interessantes em python estão nas imagens abaixo.