Olá, Pedro! É muito comum essa sensação de "déjà vu" com o Markdown, já que aplicativos como o WhatsApp e o Discord usam versões simplificadas dele (como o asterisco para negrito) para facilitar a formatação rápida.
Sobre a sua dúvida estratégica: você não precisa decorar todos esses códigos agora.
Aqui está como esse conhecimento será aplicado no seu dia a dia em Data Science:
O Markdown como Ferramenta de Narrativa
Em Data Science, você raramente entregará apenas um arquivo de código puro. Você usará o Jupyter Notebook ou o Google Colab, que intercalam células de código com células de Markdown.
- Uso imediato: Neste tópico e nos próximos, você usará o Markdown basicamente para organizar seus exercícios, criando títulos (
#) e listas de tarefas (*). - Aprendizado contínuo: Você aprenderá os comandos mais complexos (como tabelas ou links) à medida que sentir necessidade de explicar melhor suas análises para outras pessoas.
Markdown vs. Comentários de Código
É importante não confundir o Markdown com os comentários de código (usando # dentro da célula de programação):
- Comentários (
#): Servem para explicar como uma linha de código específica funciona. É um recado para você mesmo ou para outro programador. - Markdown: Serve para explicar o porquê você está fazendo aquela análise, apresentar conclusões e criar um relatório visualmente amigável.
Resumo da ópera: Use o que aprendeu agora para deixar seus desafios mais organizados. Com o tempo e a prática semanal, esses códigos se tornarão automáticos, assim como usar o negrito no WhatsApp.
Você já tentou criar algum título ou usar negrito em uma célula de texto no seu notebook atual? Se tiver dificuldade em como ativar a célula de Markdown, me avisa!