Para quem começa no Python

Muitos de nós sabemos que Python é uma das mais populares linguagens no mundo da programação devido a seu variado uso no mundo da informática. Python pode ser utilizado para Desenvolvimento Web, Machine Learning, Análise de dados e muito mais. Muitos cientistas de dados utilizam esta linguagem como ferramenta básica do seu dia a dia, assim como muitos iniciantes no mundo da programação, e não é à toa, já que sua sintaxe é bastante simples.

Uma coisa muito importante a se considerar ao momento de iniciar o aprendizado de qualquer linguagem de programação é entender como aprender. Cursos, livros e tutoriais sempre são um bom caminho para iniciar o aprendizado. Bootcamps como os da DIO também permitem aprender bem esta linguagem.

Não se esqueça de recuar

A linguagem Python força o desenvolvedor a escrever um código mais limpo, isto devido a que o código depende do recuo (refere-se à adição de um espaço em branco antes de uma declaração). Em algumas linguagens está indentação é somente usada para ter uma melhor leitura, porém no Python é muito importante

Desta forma é necessário adicionar espaços a linhas de código dentro de um determinado bloco de código ou caso contrário o mesmo não será executado.

E todas essas bibliotecas?

No Python chamamos de bibliotecas o conjunto de pacotes que executam tarefas simples dentro do código. Basicamente estamos falando de uma ferramenta essencial dentro da programação moderna.

Python tem uma ampla variedade de estas bibliotecas, e cada vez o número delas vai crescendo, isto devido a ser uma linguagem bastante popular tanto no campo do Data Science como pelo fato de ser a primeira linguagem de muitos novos programadores.

As três bibliotecas mais importantes no Python são: 

1. Pandas

Amplamente usada no campo da Data Science. Inicialmente foi utilizada para análise, manipulação e limpeza de dados.

2. NumPy

Focada na computação científica. A sua funcionalidade está focada nos cálculos avançados com rapidez, dados multidimensionais e grandes matrizes.

3. Keras

Permite a experimentação de redes neurais profundas de forma rápida e eficaz. Com a aplicação cada vez mais comum do Deep Learning, esta biblioteca se define como uma API (Application Programming Interface) desenhada para humanos e não para máquinas. 

Me segue na DIO e no Linkedin para mais dicas de Data Science.