1
resposta

Exercicos na pratica

Refiz a aula sobre variaveis numéricas para testar o conhecimento adquirido na pratica e percebi como qualquer diferença (entre letras maiusculas, minusculas) causa erro no codigo. Sem querer acabei aprendendo como corrigir erros e apesar de parecer simples ( a lógica de como fazer isso), sinto a mesma sensação de estar ensinando os dados para uma criança, inserir cada informação e ir tendo os resultados. Muito interessante. Apesar do meu tempo curto para estudar, acredito que estou tendo avanços no aprendizado, pois tô entendendo a lógica da programação. Segue meu exemplo.
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

1 resposta

Olá, Pedro! Tudo bem?

Sua analogia de "ensinar uma criança" é perfeita! Em Data Science e programação, o computador é extremamente obediente, mas não possui intuição; ele executa exatamente o que você escreve.

O erro que você encontrou (conforme aparece no painel lateral da sua imagem) é um dos mais clássicos: o Case Sensitivity.


1. O aprendizado com o erro: Print vs print

Como você notou na prática, para o Python, as letras maiúsculas e minúsculas são entidades completamente diferentes.

  • print(): É a função nativa que o sistema reconhece.
  • Print(): Para o Python, isso parece o nome de uma variável ou função que você ainda não criou, por isso ele gera o erro NameError: name 'Print' is not defined.

2. Análise do seu Código no Colab

Seu exemplo prático ficou excelente e seguiu a lógica correta de cálculos financeiros/estatísticos:

  • Soma: Calculou corretamente o total_empregados (22).
  • Subtração: A diferença_salarial (9500) entre o maior e o menor salário foi precisa.
  • Média Ponderada: A fórmula (q_seg * s_seg + q_doc * s_doc + q_dir * s_dir) / (total_empregados) é exatamente como calculamos médias ponderadas em estatística.
  • Arredondamento: O uso do round(media, 2) foi a "cereja do bolo" para deixar o dado apresentável (5613.64).

3. O Avanço na Lógica

Você mencionou que está entendendo a lógica da programação. Esse é o passo mais difícil! Aprender a sintaxe (onde colocar parênteses ou letras minúsculas) é apenas questão de costume, mas saber como estruturar o cálculo para chegar ao resultado é o que define um bom Analista de Dados.

Mesmo com o tempo curto, manter essa prática de refazer as aulas e "quebrar" o código é o que vai consolidar seu aprendizado. Cada erro corrigido é uma lição que você não esquece mais.

Uma dica rápida: No Google Colab, você pode usar o recurso de Auto-completar. Conforme você começa a digitar pri..., ele sugere a função correta. Isso ajuda a evitar esses erros de digitação manual!

Parabéns pelo progresso e por compartilhar sua evolução com a gente. Já pensou em qual será o próximo dado que você quer "ensinar" para o seu código?