Resumo de Python: Sintaxe, Exemplos, Comentários, Variáveis e Tipos

Por Ricardo Costa Val do Rosario

1. Comentários

- Símbolo: #
- Tudo que está após o # numa linha é ignorado pelo Python.

# Isso é um comentário

2. Tipos básicos de dados


*   int	5	Número inteiro
*   float	3.14	Número com ponto decimal
*   str	"texto"	Cadeia de caracteres (string)
*   bool	True, False	Booleano (lógico)
*   idade = 30          # int
*  altura = 1.75       # float
*   nome = "Ricardo"    # str
*   vivo = True         # bool

3. Operadores


-  Aritmético	+ - * / // % **	Soma, subtração, multiplicação, divisão, 
 - divisão inteira, módulo, potência	2 + 3, 5 ** 2
 - Relacional	== != > < >= <=	Igual, diferente, maior, menor, etc.	5 > 2
 - Lógico	and, or, not	E, ou, negação	True and False

4. Estruturas de Controle

a) if, elif, else

if idade >= 18:
    print("Adulto")
elif idade >= 12:
    print("Adolescente")
else:
    print("Criança")

b) Laços for e while

for

for i in range(3):
    print(i)

while

i = 0
while i < 3:
    print(i)
    i += 1

5. Listas, Dicionários e Tuplas

 lista = [1, 2, 3]                  # Lista
tupla = (1, 2, 3)                  # Tupla (imutável)
dicionario = {"nome": "Ricardo", "idade": 40}  # Dicionário

6. Funções

def saudacao(nome):
    return f"Olá, {nome}!"

print(saudacao("Ricardo"))

7. Importações

import math
print(math.sqrt(16))  # raiz quadrada

8. F-strings (formatação moderna)

nome = "Ricardo"
print(f"Olá, {nome}!")

Bibliotecas úteis

Pandas (análise e manipulação de dados)

import pandas as pd
df = pd.read_csv("arquivo.csv")
print(df.head())           # Exibe as 5 primeiras linhas
print(df.describe())       # Estatísticas descritivas:contentReference[oaicite:1]{index=1}

NumPy (operações numéricas vetorizadas)

import numpy as np

array = np.array([1, 2, 3])
print(array + 10)

matriz = np.array([[1, 2], [3, 4]])
print(matriz.shape)       # Formato (2 linhas, 2 colunas)

Significados dos caracteres especiais (com exemplos)

Caractere	Uso	        Exemplo
#	Comentário	# Isso é um comentário
:	Delimita blocos	if x > 0:
()	Chamada de função ou tupla	print("Oi"), tupla = (1, 2)
[]	Índice ou listas	lista[0]
{}	Dicionário ou bloco de código	{"a": 1}
=	Atribuição	x = 5
==	Comparação	x == 5
*, **	Multiplicação, potência	2 * 3, 2 ** 3
//	Divisão inteira	5 // 2 → 2
%	Módulo (resto)	5 % 2 → 1
\	Escape de caractere	"linha\noutra"
" ou '	Strings	"texto" ou 'texto'

Dicas finais

Indentação (espaços): obrigatório! Python usa indentação (geralmente 4 espaços) para definir blocos de código.
Case-sensitive: nome e Nome são variáveis diferentes.
Nome de variáveis: use letras minúsculas, sem acentos, e para separar palavras (idade_usuario).
Comece praticando:

import numpy as np
import pandas as pd

dados = pd.DataFrame({
   "Nome": ["Ana", "Bruno", "Carlos"],
   "Idade": [23, 35, 31],
   "Salario": [3000, 4000, 5000]
})

print(dados.describe())
print(np.mean(dados["Salario"]))

Caderno Jupyter Interativo com os principais fundamentos de Python que pode

ser utilizado (copiar e colar no Google Colab, Jupyter Notebook ou outro ambiente:

Comentário em Python

nome = "Ricardo"
idade = 40
altura = 1.75
vivo = True

print(nome, idade, altura, vivo)


# Operadores

a = 10 b = 3

'''
print("Soma:", a + b)

print("Subtração:", a - b)

print("Multiplicação:", a * b)

print("Divisão:", a / b)

print("Divisão inteira:", a // b)

print("Módulo:", a % b)

print("Potência:", a ** b)

# Condicionais (if, elif, else)

if idade >= 60:

print("Idoso")

 elif idade >= 18:
        
        print("Adulto")
     
     else:
     
print("Menor de idade)

# Laços de Repetição (for e while)

# Laço for

for i in range(3): print("For:", i)


# Laço while

i = 0 while i < 3: print("While:", i) i += 1


#  Funções

def saudacao(nome): return f"Olá, {nome}!"

print(saudacao("Ricardo"))

# Listas, Tuplas e Dicionários

lista = [1, 2, 3] tupla = (1, 2, 3) dicionario = {"nome": "Ricardo", "idade": 40}

print("Lista:", lista) print("Tupla:", tupla) print("Nome no dicionário:", dicionario["nome"])


# Pandas — Leitura e Estatísticas
import pandas as pd

dados = pd.DataFrame({ "Nome": ["Ana", "Bruno", "Carlos"], "Idade": [23, 35, 31], "Salario": [3000, 4000, 5000] })

print(dados.head()) # 5 primeiras linhas print(dados.describe()) # Estatísticas numéricas


NumPy — Arrays e Broadcasting
import numpy as np

a = np.array([[1, 2], [3, 4]]) b = np.array([10, 20])

print("Array A:\n", a) print("Array B:\n", b) print("A + B (Broadcasting):\n", a + b) ```