1
resposta

[Sugestão] Dica legal sobre Ambiente de codificação

Até então, usava apenas o Colab para praticar os códigos, até que encontrei algo mais prático: códigos juntos e executáveis em um ambiente parecidos com uma IDE, aka, Interpretadores de python online.
Existem diversos interpretadores online, o que uso atualmente é o da programiz: https://www.programiz.com/python-programming/online-compiler/

1 resposta

Olá, Paulo. Como vai?

Excelente contribuição! É muito comum começarmos pelo Google Colab devido à facilidade de integração com o Drive e pela organização em células, mas conhecer alternativas de interpretadores online é uma ótima estratégia para quem busca agilidade.

O Programiz é, de fato, uma ferramenta fantástica porque carrega muito rápido e simula o comportamento de um script Python (.py) tradicional, o que ajuda o estudante a entender como o código flui de cima para baixo em um arquivo único, sem as divisões de células do Colab.

Para complementar sua dica, vale destacar por que alternar entre essas ferramentas é benéfico para o aprendizado em Data Science:

  • Interpretadores Online (Programiz, Replit, Python.org): São perfeitos para testar lógica pura, funções e estruturas de dados (como o Dict Comprehension que você está estudando). Como o ambiente é mais limpo, você foca 100% na sintaxe da linguagem.
  • Notebooks (Colab, Jupyter): Continuam sendo os reis da análise de dados. Eles são imbatíveis quando precisamos visualizar tabelas (Pandas) e gerar gráficos, pois mantêm o resultado da execução logo abaixo do código, facilitando a criação de relatórios.

Uma dica para quando você quiser dar o próximo passo: se você gostou da experiência de ter um ambiente mais parecido com uma IDE, vale a pena pesquisar futuramente sobre o VS Code (Visual Studio Code). Ele é o editor mais utilizado no mercado e possui extensões que permitem rodar tanto scripts .py quanto arquivos de notebook .ipynb no mesmo lugar.

Obrigado por compartilhar essa facilidade com a comunidade! Testar o mesmo código em diferentes ambientes é um ótimo exercício para entender como o interpretador do Python se comporta.

Espero que possa ter lhe ajudado!