Conteúdo do Curso

Desafio de Entrevista em Ciência de Dados

1. Python

Introdução Desafio 1: Compreensão de Lista Desafio 2: Manipulação de Strings Desafio 3: Manipulação de Dicionário Desafio 4: Laços Aninhados Desafio 5: Classes Perguntas Teóricas

2. NumPy

Desafio 1: Criação de Array Desafio 2: Manipulação de Array Desafio 3: Insights Estatísticos Desafio 4: Tratamento de Valores Ausentes Desafio 5: Ordenação de Subarranjo Questões Teóricas

3. Pandas

Desafio 1: Criação de DataFrame Desafio 2: Agrupamento de Dados Desafio 3: Indexação e MultiIndexação Desafio 4: Alterando DataFrame Desafio 5: Iterando Sobre Dados Questões Teóricas

4. Matplotlib

Desafio 1: Fundamentos da Construção de Gráficos Desafio 2: Outros Tipos de Gráficos Desafio 3: Subtramas Desafio 4: Personalizando Gráficos Desafio 5: Adicionando Texto aos Gráficos Questões Teóricas

5. Seaborn

Desafio 1: Visualizando Distribuições Desafio 2: Explorando Dados Categóricos Desafio 3: Gráficos Relacionais Desafio 4: Gráficos de Regressão Desafio 5: Gráficos de Matriz Questões Teóricas

6. Estatísticas

Desafio 1: Probabilidades e Distribuições Desafio 2: Teorema de Bayes Desafio 3: Teste de Hipóteses Desafio 4: Intervalos de Confiança Desafio 5: Correlação Questões Teóricas

7. Scikit-learn

Desafio 1: Escalonamento de Dados Desafio 2: Criação de Modelo Básico Desafio 3: Pipelines Desafio 4: Validação Cruzada Desafio 5: Ajuste de Hiperparâmetros Questões Teóricas

Desafio 4: Alterando DataFrame

O Pandas oferece uma ampla gama de ferramentas que permitem a fácil modificação tanto dos dados quanto da estrutura dos DataFrames. Essas capacidades são essenciais porque:

Limpeza de Dados: Conjuntos de dados do mundo real frequentemente são desorganizados. A capacidade de transformar e limpar os dados garante que eles estejam preparados para análise.
Versatilidade: Frequentemente, a estrutura de um conjunto de dados pode não estar alinhada com os requisitos de uma tarefa específica. Ser capaz de remodelar os dados pode ser um salvador.
Eficiência: Modificações diretas em DataFrames, em oposição à criação de novos, podem economizar memória e melhorar o desempenho.

Tornar-se familiar com as técnicas para alterar dados e a estrutura dos DataFrames é um passo chave para se tornar proficiente com o Pandas.

Tarefa

Explore o poder do Pandas para alterar dados e a estrutura de DataFrames:

Adicione uma nova coluna a um DataFrame com os valores Engenheiro, Médico e Artista.
Renomeie colunas em um DataFrame. Altere a coluna Nome para Nome Completo e a coluna Idade para Idade (anos).
Remova uma coluna Cidade de um DataFrame.
Ordene um DataFrame com base na coluna Idade (em ordem decrescente).

Tarefa

Explore o poder do Pandas para alterar dados e a estrutura de DataFrames:

Adicione uma nova coluna a um DataFrame com os valores Engenheiro, Médico e Artista.
Renomeie colunas em um DataFrame. Altere a coluna Nome para Nome Completo e a coluna Idade para Idade (anos).
Remova uma coluna Cidade de um DataFrame.
Ordene um DataFrame com base na coluna Idade (em ordem decrescente).

Tudo estava claro?

Seção 3. Capítulo 4

Desafio 4: Alterando DataFrame

O Pandas oferece uma ampla gama de ferramentas que permitem a fácil modificação tanto dos dados quanto da estrutura dos DataFrames. Essas capacidades são essenciais porque:

Limpeza de Dados: Conjuntos de dados do mundo real frequentemente são desorganizados. A capacidade de transformar e limpar os dados garante que eles estejam preparados para análise.
Versatilidade: Frequentemente, a estrutura de um conjunto de dados pode não estar alinhada com os requisitos de uma tarefa específica. Ser capaz de remodelar os dados pode ser um salvador.
Eficiência: Modificações diretas em DataFrames, em oposição à criação de novos, podem economizar memória e melhorar o desempenho.

Tornar-se familiar com as técnicas para alterar dados e a estrutura dos DataFrames é um passo chave para se tornar proficiente com o Pandas.

Tarefa

Explore o poder do Pandas para alterar dados e a estrutura de DataFrames:

Adicione uma nova coluna a um DataFrame com os valores Engenheiro, Médico e Artista.
Renomeie colunas em um DataFrame. Altere a coluna Nome para Nome Completo e a coluna Idade para Idade (anos).
Remova uma coluna Cidade de um DataFrame.
Ordene um DataFrame com base na coluna Idade (em ordem decrescente).

Tarefa

Explore o poder do Pandas para alterar dados e a estrutura de DataFrames:

Adicione uma nova coluna a um DataFrame com os valores Engenheiro, Médico e Artista.
Renomeie colunas em um DataFrame. Altere a coluna Nome para Nome Completo e a coluna Idade para Idade (anos).
Remova uma coluna Cidade de um DataFrame.
Ordene um DataFrame com base na coluna Idade (em ordem decrescente).

Tudo estava claro?

Seção 3. Capítulo 4

Desafio 4: Alterando DataFrame

O Pandas oferece uma ampla gama de ferramentas que permitem a fácil modificação tanto dos dados quanto da estrutura dos DataFrames. Essas capacidades são essenciais porque:

Limpeza de Dados: Conjuntos de dados do mundo real frequentemente são desorganizados. A capacidade de transformar e limpar os dados garante que eles estejam preparados para análise.
Versatilidade: Frequentemente, a estrutura de um conjunto de dados pode não estar alinhada com os requisitos de uma tarefa específica. Ser capaz de remodelar os dados pode ser um salvador.
Eficiência: Modificações diretas em DataFrames, em oposição à criação de novos, podem economizar memória e melhorar o desempenho.

Tornar-se familiar com as técnicas para alterar dados e a estrutura dos DataFrames é um passo chave para se tornar proficiente com o Pandas.

Tarefa

Explore o poder do Pandas para alterar dados e a estrutura de DataFrames:

Adicione uma nova coluna a um DataFrame com os valores Engenheiro, Médico e Artista.
Renomeie colunas em um DataFrame. Altere a coluna Nome para Nome Completo e a coluna Idade para Idade (anos).
Remova uma coluna Cidade de um DataFrame.
Ordene um DataFrame com base na coluna Idade (em ordem decrescente).

Tarefa

Explore o poder do Pandas para alterar dados e a estrutura de DataFrames:

Adicione uma nova coluna a um DataFrame com os valores Engenheiro, Médico e Artista.
Renomeie colunas em um DataFrame. Altere a coluna Nome para Nome Completo e a coluna Idade para Idade (anos).
Remova uma coluna Cidade de um DataFrame.
Ordene um DataFrame com base na coluna Idade (em ordem decrescente).

Tudo estava claro?

O Pandas oferece uma ampla gama de ferramentas que permitem a fácil modificação tanto dos dados quanto da estrutura dos DataFrames. Essas capacidades são essenciais porque:

Limpeza de Dados: Conjuntos de dados do mundo real frequentemente são desorganizados. A capacidade de transformar e limpar os dados garante que eles estejam preparados para análise.
Versatilidade: Frequentemente, a estrutura de um conjunto de dados pode não estar alinhada com os requisitos de uma tarefa específica. Ser capaz de remodelar os dados pode ser um salvador.
Eficiência: Modificações diretas em DataFrames, em oposição à criação de novos, podem economizar memória e melhorar o desempenho.

Tornar-se familiar com as técnicas para alterar dados e a estrutura dos DataFrames é um passo chave para se tornar proficiente com o Pandas.

Tarefa

Explore o poder do Pandas para alterar dados e a estrutura de DataFrames:

Adicione uma nova coluna a um DataFrame com os valores Engenheiro, Médico e Artista.
Renomeie colunas em um DataFrame. Altere a coluna Nome para Nome Completo e a coluna Idade para Idade (anos).
Remova uma coluna Cidade de um DataFrame.
Ordene um DataFrame com base na coluna Idade (em ordem decrescente).

Seção 3. Capítulo 4

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo