image

Acesse bootcamps ilimitados e +650 cursos

50
%OFF
Article image
Vitor Campos
Vitor Campos21/08/2023 19:48
Compartilhe

Otimizando seus Estudos de Ciência de Dados com Python usando Docker

    Introdução

    Neste artigo, trago uma oportunidade emocionante para você aprimorar seus estudos em Ciência de Dados. Disponibilizo um projeto completo que utiliza Python, Docker e outras ferramentas poderosas. Agora, você poderá mergulhar na codificação sem se preocupar com instalações complicadas ou configurações locais em sua máquina de desenvolvimento. Vamos explorar juntos como otimizar seus estudos de Ciência de Dados usando Python, Git, Docker e o incrível ambiente de desenvolvimento do Visual Studio Code. Tudo isso será desvendado em cinco passos descomplicados.

    Passo 1: Clonando o Repositório

    Iniciamos essa jornada clonando o repositório que abriga todos os recursos necessários. A simplicidade reina aqui, bastando executar este comando no seu terminal:

    Passo 2: Iniciando o Git

    Uma vez que você tenha o repositório clonado em sua máquina, siga para o diretório do projeto em seu terminal e inicialize o Git para gerenciar suas alterações:

    
    

    cd <DIRETÓRIO_DO_PROJETO> git init

    
    

    Passo 3: Configurando o Ambiente de Desenvolvimento com o VSCode

    O Visual Studio Code (VSCode) é sua janela para um desenvolvimento ágil e produtivo. Abra o VSCode e navegue até o diretório do projeto clonado:

    
    

    code <DIRETÓRIO_DO_PROJETO>

    #Se estiver no sistema de arquivo do explore, você poderá iniciar o VSCode direto do diretório usando o gitbash, através do comando:
    

    <DIRETÓRIO_DO_PROJETO> # Clique com botão direito do mouse, selecione a opção gitbash #Aberto o gitbash digite: code .

    
    

    Passo 4: Executando o Docker Compose

    Chegou a hora de desvendar o poder do Docker! Com o Docker Compose, a criação de ambientes se torna uma brisa:

    
    

    docker-compose up -d

    
    

    Este comando lê as instruções do arquivo docker-compose.yml no diretório do projeto e constrói os contêineres necessários.

    Passo 5: Rodando a Aplicação Python

    Com os contêineres em execução, você pode acessar a aplicação Python pelo navegador, utilizando a porta 8080 em localhost. Digite localhost:8080 na barra de endereços e veja a mágica acontecer!

    Conclusão

    Nossa jornada para otimizar os estudos de Ciência de Dados com Python, Git, Docker e o VSCode está completa. Esse conjunto de ferramentas oferece uma experiência excepcional, eliminando as complicações e permitindo que você se concentre no que realmente importa: explorar dados com eficácia. Aproveite esses cinco passos para impulsionar seus estudos e compartilhe suas experiências nos comentários abaixo!

    Referências

    Compartilhe
    Comentários (2)
    Vitor Campos
    Vitor Campos - 22/08/2023 00:10

    Olá Janderson, nesta imagem dá pra melhorar ela, mas já vem com conda instalado e o jupyter notebook, ela serve tanto para desenvolvimento, quanto para ciência de dados, sendo necessário somente a atualização dos requirements.


    Mais a tarde, dou uma olhada em seu projeto, te desejo sucesso meu amigo!

    Janderson Abreu
    Janderson Abreu - 21/08/2023 20:18

    Interessante! eu criei uma imagem Docker que uso para testes e para fazer os bootcamps. segue o link aqui

    a imagem ja tem um ambiente de ciencia de dados completo e configurado.