Solucionado
Eu amei muito o curso. Eu aprendi Python na faculdade de Ciência da Computação. Desde ai, Python se tornou minha linguagem favorita! Eu amei rever os conceitos. Antes eu sempre confudia tupla, lista e dicionário, agora com essas aulas incríveis, eu não vou esquecer. Amei ver loops, amo muito o while e o for.
A professora é incrível e os instrudores são maravilhosos!
Olá, Maria de Nazaré! Tudo bem?
Que depoimento inspirador! Ficamos muito felizes em saber que o curso ajudou você a consolidar esses conceitos que, às vezes, parecem um "nó" na cabeça quando estamos na faculdade.
Python realmente tem esse poder de nos conquistar pela simplicidade, não é? E você tocou em um ponto fundamental da Ciência da Dados: entender a diferença entre as estruturas de dados.
Para nunca mais esquecer, pense nelas como ferramentas de organização em uma casa:
[]: São como gavetas organizadas onde você pode mudar tudo de lugar, tirar ou colocar roupas novas a qualquer momento (são mutáveis).(): São como fotos em um porta-retrato. Uma vez que você "bateu a foto" (criou a tupla), os dados ficam lá fixos e protegidos, ninguém muda (são imutáveis). Isso dá uma segurança enorme para o código!{}: São como uma agenda de contatos. Você não precisa ler a agenda inteira para achar alguém; você vai direto na chave (o nome da pessoa) para encontrar o valor (o telefone).Ver que você ama o for e o while é sinal de que você já tem o DNA de uma pessoa desenvolvedora! Em dados, o for será seu melhor amigo para percorrer colunas inteiras de tabelas imensas em milissegundos.
Aproveite essa sua base de Ciência da Computação para explorar as List Comprehensions em Python. É uma forma de escrever loops for em uma única linha, o que deixa seu código muito elegante e rápido.
Exemplo:
# Em vez de 4 linhas, você faz em uma:
quadrados = [x**2 for x in range(10)]
Continue com esse entusiasmo! O mercado de Data Science valoriza muito profissionais que, como você, dominam a base teórica e têm paixão pela linguagem.
Espero que possa ter lhe ajudado!
Agora que você dominou as diferenças, qual dessas estruturas você acha que será mais útil nos seus próximos projetos de análise de dados?