Curso de Programação em Python

Aula 1 • Instalação do Python e Ferramentas de Desenvolvimento

Abrange a instalação do interpretador Python, a seleção da versão e a configuração do IDE. Estabelece o ambiente de base necessário para todos os exercícios de programação subsequentes.

Aula 2 • Input, Output e Operadores Básicos

Abrange print(), input() e operadores aritméticos, de comparação e lógicos. Estas primitivas aparecem em todos os programas escritos no curso.

Aula 3 • Variáveis, Tipos de Dados e Literais

Ensina a tipagem dinâmica, os tipos de dados integrados e a notação literal. Compreender os tipos é pré-requisito para todos os capítulos de manipulação de dados.

Aula 1 • Compreensões e Iteração Funcional

Ensina compreensões de listas, dicionários e conjuntos, juntamente com as funções map() e filter(). Padrões de iteração concisos melhoram a legibilidade em programas com muitos dados.

Aula 2 • Ciclos for e Iteração

Abrange a iteração sobre sequências e a utilização de range(). Os padrões de ciclo aqui introduzidos são retomados nos capítulos sobre coleções, ficheiros e processamento de dados.

Aula 3 • Ciclos while e Controlo de Ciclo

Apresenta ciclos orientados por condições e as instruções break, continue e pass. Estes controlos permitem uma gestão precisa do fluxo em algoritmos complexos.

Aula 1 • Funções Lambda e Decoradores

Apresenta funções anónimas e decoradores que envolvem funções. Estas ferramentas aparecem extensivamente em frameworks e código de estilo funcional.

Aula 2 • Definir e Chamar Funções

Abrange a sintaxe def, valores de retorno e convenções de chamada. As funções são a unidade principal de reutilização em todo o trabalho de projeto subsequente.

Aula 3 • Técnicas Avançadas de Parâmetros

Ensina valores padrão, argumentos de palavra-chave, *args e **kwargs. Estes padrões permitem APIs flexíveis utilizadas em bibliotecas e frameworks posteriormente.

Aula 1 • Listas: Criação e Manipulação

Abrange a indexação, o slicing e todos os métodos mutáveis de listas. As listas são a estrutura mais comum no processamento de dados e no trabalho com algoritmos.

Aula 2 • Tuplos e Sequências Imutáveis

Ensina a criação, empacotamento, desempacotamento e casos de uso de tuplos. A imutabilidade torna os tuplos ideais para registos fixos e chaves de dicionário.

Aula 3 • Conjuntos e Operações sobre Conjuntos

Apresenta a criação de conjuntos, teste de pertença e operações matemáticas. Os conjuntos permitem a desduplicação rápida e consultas de relação em pipelines de dados.

Aula 4 • Dicionários: Chaves, Valores e Métodos

Abrange a criação de dicionários, padrões de acesso, iteração e fusão. Os dicionários sustentam o tratamento JSON, a configuração e a cache em aplicações reais.

Aula 1 • Métodos: de Instância, de Classe e Estáticos

Abrange os três tipos de métodos e os seus casos de uso apropriados. A escolha correta do método clarifica a intenção e melhora o design da API.

Aula 2 • Herança e Sobrescrita de Métodos

Apresenta a herança simples e múltipla, super() e a resolução de métodos. A herança reduz a duplicação entre famílias de classes relacionadas.

Aula 3 • Encapsulamento e Métodos Especiais

Abrange o name mangling, os métodos dunder e a sobrecarga de operadores. Estas características produzem interfaces de classe intuitivas e pitónicas.

Aula 1 • Tratamento de Exceções

Ensina try, except, else, finally e exceções personalizadas. O tratamento adequado de erros previne falhas e permite uma degradação graciosa.

Aula 2 • Trabalhar com Ficheiros CSV e JSON

Apresenta os módulos csv e json da biblioteca padrão para dados estruturados. Estes formatos são omnipresentes na troca de dados e na integração de APIs.

Aula 3 • Ler e Escrever Ficheiros

Abrange open(), modos de ficheiro, gestores de contexto e I/O binário vs. de texto. O manuseamento de ficheiros é essencial para a ingestão e saída de dados em projetos reais.

Aula 1 • Limpeza e Transformação de Dados

Abrange o tratamento de valores em falta, a conversão de tipos e as transformações com apply(). Dados limpos são um pré-requisito para análises e modelações precisas.

Aula 2 • Ferramentas Estatísticas e de Álgebra Linear do NumPy

Apresenta funções de agregação, geração de números aleatórios e operações com matrizes. Estas ferramentas sustentam o pré-processamento e a simulação de aprendizagem automática.

Aula 3 • Agrupamento, Fusão e Agregação

Apresenta groupby(), merge() e tabelas dinâmicas para sumarizar dados. Estas operações replicam análises ao estilo SQL inteiramente dentro do Python.

Aula 4 • Arrays NumPy e Operações

Abrange a criação de ndarray, indexação, broadcasting e matemática vetorizada. A eficiência do NumPy é a espinha dorsal dos fluxos de trabalho científicos e de ciência de dados.

Aula 1 • Agendamento e Automação de Tarefas

Apresenta scripts agendados, análise de argumentos e registo. A automação em produção requer agendamento fiável e execução observável.

Aula 2 • Planeamento e Entrega do Projeto Final

Orienta os alunos na definição de âmbito, construção e apresentação de um projeto completo. Sintetiza todas as competências nucleares num produto pronto para portfólio.

Aula 3 • Automação do Sistema de Ficheiros e SO

Ensina os módulos os, pathlib e shutil para automação de ficheiros e diretórios. Automatizar tarefas repetitivas com ficheiros poupa tempo significativo em fluxos de trabalho profissionais.