https://github.com/natiellitorres/python-data-science-alura

Repositório contendo meus estudos e projetos realizados durante o curso de Python para Data Science da Alura. Inclui notebooks, datasets e análises aplicadas com bibliotecas como Pandas, NumPy, Matplotlib, entre outras.
https://github.com/natiellitorres/python-data-science-alura

data-science jupyter-notebook matplotlib numpy pandas python

Last synced: 2 months ago
JSON representation

Repositório contendo meus estudos e projetos realizados durante o curso de Python para Data Science da Alura. Inclui notebooks, datasets e análises aplicadas com bibliotecas como Pandas, NumPy, Matplotlib, entre outras.

• Host: GitHub
• URL: https://github.com/natiellitorres/python-data-science-alura
• Owner: natiellitorres
• Created: 2025-05-28T19:46:49.000Z (about 1 year ago)
• Default Branch: master
• Last Pushed: 2025-06-18T04:46:09.000Z (about 1 year ago)
• Last Synced: 2025-07-01T23:36:18.827Z (12 months ago)
• Topics: data-science, jupyter-notebook, matplotlib, numpy, pandas, python
• Language: Jupyter Notebook
• Homepage:
• Size: 14.5 MB
• Stars: 0
• Watchers: 0
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# Python para Data Science - Alura

Este repositório contém os notebooks, exercícios e anotações desenvolvidos durante a formação **Python para Data Science** da [Alura](https://www.alura.com.br/formacao-data-science-python).

## 🧠 Conteúdo Abordado

- **Introdução ao Python para Data Science**

  - Comandos básicos da linguagem

  - Tipos de variáveis e estruturas de dados

  - Estruturas condicionais e de repetição

  - Manipulação de listas e dicionários

- **Funções, Estruturas de Dados e Exceções**

  - Utilização de bibliotecas e pacotes

  - Criação de funções personalizadas

  - Compreensões de listas e dicionários

  - Tratamento de erros e exceções

- **Manipulação de Dados com Pandas**

  - Seleção e extração de informações

  - Agrupamento e criação de tabelas

  - Elaboração de gráficos para análise

  - Transformação e limpeza de dados

## 🛠 Tecnologias Utilizadas

- Python

- Jupyter Notebook

- Google Colab

- Pandas

- NumPy

- Matplotlib

- Seaborn