Scribd
Carregar
15 visualizações10 páginas

Portfólio de Linguagem Python

Enviado por

252612023
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato DOCX, PDF, TXT ou leia on-line no Scribd
15 visualizações10 páginas

Portfólio de Linguagem Python

Enviado por

252612023
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato DOCX, PDF, TXT ou leia on-line no Scribd
Você está na página 1/ 10

...............................................................................................................................

ADMINISTRAÇÃO -

NOME DO(S) ALUNOS(S) EM ORDEM ALFABÉTICA - RA

NOME: MARCIO HENRIQUE DA SILVA


RA:252612023

TÍTULO DO TRABALHO
SUBTÍTULO DO TRABALHO, SE HOUVER

PORTFÓLIO DE PYTHON

........................................................................................................................................
Cidade:GUARULHOS
Ano de entrega:2024
NOME DO(S) ALUNOS(S) EM ORDEM ALFABÉTICA
NOME: MARCIO HENRIQUE DA SILVA

TÍTULO DO TRABALHO
SUBTÍTULO DO TRABALHO, SE HOUVER
PORTFÓLIO DE PYTHON

Trabalho apresentado ao Curso (LINGUAGEM PYTHON)


do Centro Universitário ENIAC para a disciplina [Nome
da Disciplina].

Prof. Cao ji kan e Nelson luzetti

Cidade:GUARULHOS
Ano de entrega:2024
Respostas
..............................................................................................................
GRÁFICO 1

GRÁFICO 2
GRÁFICO 3
Bibliotecas Python para Data Science:

1-NumPy: Biblioteca fundamental para computação numérica em Python. Oferece


suporte a arrays e operações matemáticas eficientes.

2-Pandas: Facilita a manipulação e análise de dados. Oferece estruturas de dados


como Data Frame para trabalhar com tabelas e séries temporais.

3-Matplotlib e Seaborn: São bibliotecas de visualização, permitindo a criação de uma


variedade de gráficos e plots.

4-Scikit-learn: Focado em aprendizado de máquina, fornece ferramentas para pré-


processamento, modelagem e avaliação de dados.

5-Tensor Flow e PyTorch: Amplamente utilizadas para aprendizado de máquina e


deep learning.
Python para Desenvolvimento Web:
1-Django:
● Descrição: Django é um framework web de alto nível, projetado para incentivar o
desenvolvimento rápido e limpo. Ele segue o princípio "batteries-included",
fornecendo uma série de componentes integrados, como ORM (Object-Relational
Mapping), sistema de administração, autenticação, entre outros.
● Características:
● ORM integrado (Django ORM) para interação com bancos de dados.
● Administração automática e fácil de usar.
● Mapeamento URL conveniente.
● Suporte a templates (Django Template Language).
● Modularidade e escalabilidade.

2-Flask:

● Descrição: Flask é um microframework leve e flexível, projetado para ser simples e


fácil de estender. Ele oferece o mínimo necessário para começar e permite a adição de
funcionalidades conforme necessário. Flask é frequentemente escolhido para projetos
menores e aplicações simples.
● Características:
● Extensibilidade com bibliotecas e pacotes adicionais.
● Sistema de templates Jinja2.
● Implementação fácil de APIs RESTful.
● Poucas restrições, oferecendo maior liberdade ao desenvolvedor.

3-Pyramid:
● Descrição: Pyramid é um framework web modular e flexível, permitindo que os
desenvolvedores escolham as ferramentas e bibliotecas específicas que
desejam usar em seus projetos. Ele é conhecido por sua abordagem "use o
que você precisa" e é adequado para uma variedade de aplicações.
● Características:
● Modularidade e flexibilidade.
● Suporte a várias tecnologias de banco de dados.
● Amplamente utilizado para desenvolvimento de APIs.
● Adoção de convenções para facilitar o desenvolvimento.

4-ecnologias Comuns:

● WSGI (Web Server Gateway Interface): Interface padrão que


facilita a comunicação entre servidores web e aplicativos
Python, permitindo a portabilidade entre diferentes servidores
web.
● Virtualenv e Pip: Ferramentas essenciais para gerenciar
ambientes virtuais e instalar pacotes, garantindo a consistência
das dependências do projeto.
● ORMs (Object-Relational Mapping): Django ORM,
SQLAlchemy (comumente usado com Flask) são ferramentas
que simplificam a interação com bancos de dados relacionais.

Python para desenvolvimento web oferece uma variedade de opções para

atender às necessidades de diferentes projetos, desde grandes aplicações

corporativas até pequenas aplicações web. A escolha entre os frameworks

geralmente depende dos requisitos específicos do projeto e das preferências

do desenvolvedor.

Python para desenvolvimento de aplicações.


Python é uma linguagem de programação versátil e é amplamente utilizada no
desenvolvimento de diferentes tipos de aplicações, desde aplicações desktop até
aplicações móveis. Aqui estão algumas informações sobre Python no contexto do
desenvolvimento de aplicações:

1-Aplicações Desktop:
● TKinter: É uma biblioteca padrão para criação de interfaces gráficas (GUI) em
aplicações desktop. TKinter é fácil de aprender e oferece uma variedade de
widgets para design de interfaces simples.
● PyQt e PySide: São bibliotecas mais avançadas para o desenvolvimento de
GUIs desktop. Baseadas no framework Qt, oferecem recursos poderosos para
a criação de interfaces ricas e modernas.
● Kivy: Especializado em aplicações multi-touch, Kivy é adequado para o
desenvolvimento de aplicações desktop e móveis com interfaces táteis.

2-Aplicações Web Locais:


● Flask e Django: Além de serem frameworks populares para o desenvolvimento
web, Flask e Django podem ser utilizados para criar aplicações web locais que
são executadas no navegador, mas não necessariamente conectadas à
internet. Isso pode ser útil para ferramentas internas ou protótipos.
● Dash e Streamlit: São frameworks específicos para o desenvolvimento de
aplicações web interativas com Python. São frequentemente utilizados para
criar dashboards e visualizações de dados.

3-Aplicações Móveis:

● Kivy: Além de ser usado para aplicações desktop, Kivy também é


aplicável ao desenvolvimento de aplicações móveis, oferecendo
suporte multi-plataforma.
● BeeWare: Um projeto que visa permitir que desenvolvedores Python
criem aplicações nativas em diferentes plataformas, incluindo iOS e
Android.

4-Aplicações de Linha de Comando (CLI):


● Click: Uma biblioteca popular para criar interfaces de linha de comando em
Python. Possui uma sintaxe simples e é altamente extensível.
● Argparse: Módulo padrão para parsing de argumentos de linha de comando. É
adequado para projetos menores ou onde a simplicidade é prioritária.

5-Aplicações de Inteligência Artificial (IA) e Aprendizado de Máquina (ML):

● TensorFlow e PyTorch: Amplamente utilizados para desenvolvimento


de modelos de aprendizado de máquina e aplicações de inteligência
artificial.
● Scikit-learn: Biblioteca para aprendizado de máquina que oferece
ferramentas simples e eficazes para análise de dados e modelagem
preditiva.

Python é uma escolha popular para desenvolvimento de aplicações devido à sua


sintaxe clara, vasta gama de bibliotecas e frameworks, além da comunidade ativa.
Sua versatilidade permite que seja usado em uma variedade de contextos, desde
aplicações simples até projetos complexos de IA e ML.

CONCLUSÃO:
Concluir este trabalho proporcionou uma visão abrangente sobre a
utilização do Python em diferentes contextos, desde o desenvolvimento de
aplicações até a construção de dashboards para análise de dados. Ao
explorar as bibliotecas e frameworks associados à ciência de dados,
desenvolvimento web e aplicações, ficou evidente a versatilidade e a
robustez que Python oferece como linguagem de programação.

Os desafios enfrentados durante este trabalho destacam a importância de


compreender a diversidade de ferramentas disponíveis e a capacidade de
escolher a abordagem adequada para cada situação. A pesquisa sobre
bibliotecas como NumPy, Pandas, Matplotlib, Django e Flask revelou a
necessidade de adaptabilidade, considerando que diferentes projetos podem
demandar diferentes conjuntos de ferramentas.

Você também pode gostar