Trilha_Python

Repositório para práticas da trilha de Python para o Programa de Residência em Tecnologia da Informação e da Comunicação (TIC18).

Ambiente de desenvolvimento

Para desenvolvimento de codigos foi usando um ambiente virtual Anaconda na versão Python 3.11, as dependencias e mais detalhes desse ambiente estao disponiveis na pasta de documentacao.

DataFruta

Pacote com diferentes tipos de daados que implementam metodos estaticos basicos como media, mediana, maior e menor elemento.

DataFruta_V1

Versão aprimorada do pacote datafruta, contando com novos tipos de medidas estatisticas, como:

• Médias e medidas de valor central:
  • Média aritmética dos dados
  • Média aritmética dos dados
  • Média geométrica dos dados
  • Média harmônica dos dados
  • Mediana (valor do meio) dos dados
  • Mediana inferior dos dados
  • Mediana superior dos dados
• Medidas de espalhamento
  • Desvio padrão populacional dos dados
  • Variância populacional dos dados
  • Desvio padrão amostral dos dados
  • Variância amostral dos dados

resitic

Pacote para coleta de dados sobre residentes de diferenças trilhas. O programa possui interface grafica e trabalha com dataframes do pandas.

As dependencias do pacote estao disponiveis no arquivo requirements.txt. Para instalação dos requisitos, basta executar o comando pip install -r requirements.txt na pasta do pacote.

Pacote resitic

O pacote resitic foi continuado no repositorio https://github.com/John-Parsec/resitic18.

datasets

Pasta com datasets usados para as praticas.

1. Datasets de estações metereologicas de Salvador nos anos de 2003, 2013 e 2023 (Fonte: Instituo Nacional de Meteorologia).

• estacao_Salvador_2003.CSV
• estacao_Salvador_2013.CSV
• estacao_Salvador_2023.CSV

PI-002

Notebook com a resolução do problema PI-002, que consiste em testes para comprar a eficiencia de metodos estaticos do datafruta com metodos de arrays do numpy.

Foi criado para os testes metodos em datafruta que geram dados aleatorios para salarios e idades.

PI-003

Notebook com a resolução do problema PI-003, que consiste em testes para comprar a eficiencia de metodos estaticos de metodos implementados na classe DataFruta_V1 com metodos de arrays do numpy.

PI-004

Notebook com a resolução do problema PI-004, que compara a eficiciecia de metodos estaticos nativos do numpy da classe NotasTurma, com metodos estaticos implementado sem uso de ufunc.

PI-005

Notebook com a resolução do problema PI-005, onde é criado series e dataframes com dados de residentes. Praticas de criação de series e dataframes, manipulação de dados, e visualização de dados são feitas nessa pratica.

PI-007

Notebook com a resolução do problema PI-007, onde sao pegos dados de estações metereologicas de Salvador nos anos de 2003, 2013 e 2023 (disponivel em: datasets). Os datasets saõ unificados e as medidas de temperatura e precipitacao sao analizadas.

Para o desenvolvimento dessa pratica, foram usados indices multiplos de ano, mes e dia, e tambem foram usados metodos de agrupamento de dados.

PI-008

Notebook com a resolução do problema PI-008, onde sao pegos dados de estações metereologicas de Salvador nos anos de 2003, 2013 e 2023 (disponivel em: datasets). Os datasets saõ unificados e as medidas de temperatura e precipitacao sao analizadas, dessa vez com o uso de indexação temporal.

PI-009

Notebook com a resolução do problema PI-009, os dados de estações metereologicas de Salvador nos anos de 2003, 2013 e 2023 (disponivel em: datasets) sao unificados de forma similar a PI-008, e são feitas analises de temperatura e precipitacao, dessa vez com o uso de visualização de dados.

Equipe

• Everaldina Guimaraes Barbosa (egbarbosa.cic@uesc.br)
• Ian Robert Luz Pinheiro (irlpinheiro.ege@uesc.br)
• João Manoel Almeida Olivera (jmaoliveira.cic@uesc.br)
• Nairan Bento Dos santos (nairanbsantos28@gmail.com)

Membros anteriores

• Vinicius Lima da Silva (vlsilva.ege@uesc.br)
• Marcos Vinícius Tavares Gomes (mvtgomes.ege@uesc.br)