Ambiente Virtual

Ambiente Virtual

Antes de criarmos um ambiente virtual desative todos os outros ambientes virtuais :

  1. no terminal

Criar o Ambiente Virtual

No terminal execute um dos comandos abaixo, dependendo do seu sistema operacional:

  • Windows (PowerShell):

  • Linux/MacOS:

Ativar o Ambiente Virtual

  • Windows (PowerShell):

  • Linux/MacOS:

Agora você deve ver no terminal a linha iniciada por (venv) o que significa que seu ambiente virtual está ativo, permitindo agora instalar as bibliotecas nescessárias ao projeto. Exemplo:

Para que serve o ambiente virtual:

Cada projeto tem bibliotecas específicas, por isso devemos usar uma biblioteca adequada ao projeto.  

Um ambiente virtual pode atender vários projetos.

Por exemplo se trabalhamos com “Análise de Dados” iremos instalar “Pandas” e “Numpy” em nosso ambiente virtual que chamaremos de venv_analise_dados e poderemos utiliza-lo em outros projetos de análise de dados. Caso não saiba em qual ambiente virtual usar “pip install” você estará instalando em um ambiente virtual desconhecido ou estará criando um projeto com ambiente virtual gigantesco. Evite criar ambientes virtuais pesados, para evitar sofrer lentidão em seus projetos e evitar compartilhar um requeriments.txt que oriente sua equipe a instalar uma infinidade de bibliotecas desnescessárias ao projeto. Então planeje seus ambientes virtuais, dê nomes relevantes e instale apenas o nescessário.  

Links

Abaixo, disponibilizamos uma variedade de links úteis, organizados por assunto, para te auxiliar tanto em seus estudos quanto em atividades profissionais. 

Geral

Link Descrição Vídeo no YouTube Comentário
↗ Documentação Python 3.13.1 Documentação em Português

Web com Python

Link Descrição Vídeo no YouTube Comentário
↗ Flask Framework simples em Python. Trabalha com FrontEnd e BackEnd, mas não tem suporte a biblioteca de Objetos FrontEnd como no React. Suas rotas devem ser definidas manualmente. ↗Vídeo Para o BackEnd funciona muito bem em uma pequena aplicação. Acredito que para micro serviços seja perfeito.
↗FastHTML Novo Framework Python que dá alternativa de criar sua biblioteca de componentes web inteiramente feito em python e promete ser tão rápido quanto o Next.js por renderizar apenas o objeto alterado. ↗Vídeo Veja o post FastHTML onde crio um formulário de cadastro de pessoas, incluindo validação, mensagem flutuante e paginação.

Treinamento OnLine

Link Descrição
↗brython.info Treine onLine
↗colab.google Treine onLine e salve no seu OnDrive do Google

CSS

Link Descrição
↗developer.mozilla.org Documentação CSS
↗maujor.com Site referência em CSS
↗w3schools.com Exemplos CSS
 

Treinamento OnLine

Link Descrição
↗codepen.io Treine onLine
 

Teste OnLine

Link Descrição
↗jigsaw.w3.org Teste e valide seu CSS onLine. Se o seu css estiver nos padrões W3C você pode adicionar um celo de qualidade em sua página.

Imagens

Link Descrição
↗developer.mozila.org Documentação JavaScript
↗w3schools.com Exemplos JavaScript
 

Treinamento OnLine

Link Descrição
↗codepen.io Treine onLine

Imagens

Link Descrição
↗developer.mozila.org Referência HTML
↗w3schools.com Exemplos HTML
 

Treinamento OnLine

Link Descrição
↗codepen.io Treine onLine
 

Teste OnLine

Link Descrição
↗validator.w3.org Teste onLine da sua página
Link Descrição
↗colorhunt.co Exemplos de Paletas de cores

Link Descrição
↗pt.vecteezy.com Download de imagens
↗br.pinterest.com Grande base de dados de imagens inspiradoras
↗react-icons Icones facilmente adicionados em projeto React ou Next.js
↗symbl.cc Códigos HTML ou Unicode para Símbolos e Emoji
↗bing.com/images Gerador de Imagens da Microsoft
↗Feathericons Icones Feathericons
↗Google Fonts Icones Google Fonts
↗heroicons Icones heroicons
↗lucide Icones lucide
↗svgrepo Icones svgrepo
Link Descrição
↗w3.org Documentação oficial MathML pelo W3C
↗Equation Editor Edite sua equação matemática online
↗Explicação Simbolos Matemáticos Entenda o que significa cada simbolo matemático

Link Descrição
↗ sitechecker.pro Encontre keyword de forma gratuíta
↗pagespeed.web Teste a velocidade de sua pagina com ferramenta do Google
↗Consultor AdSense IA especialista Google AdSense criado por youtuber Gustavo Freitas
↗search-console Melhore seu desempenho na Pesquisa Google
↗trends.google Saiba quais buscas estão em alta no Google atualmente
↗Site Kit Plugin WordPress que ajuda a administrar sua conta no Google AdSense.
Link Descrição
↗ dados.gov.br/home DataSets de dados do mundo real do BigData do Governo Federal do Brasil.
↗kaggle.com Data Sets para estudo de aprendizado de máquina.
Link Descrição
↗ Hadoop Apache Hadoop é um framework que permite o processamento distribuído de grandes conjuntos de dados em clusters de computadores usando modelos de programação simples.
↗ Spark Apache Spark é um mecanismo multilinguagem para executar engenharia de dados, ciência de dados e aprendizado de máquina em máquinas de nó único ou clusters.

Bibliotecas Principais

Link Descrição
↗ Introdução ao TensorFlow Estudo TensorFlow
Bibliotaca mais complexa para calculos numéricos distribuído com uso da GPU, criado pelo Google, suporta aplicações de alta escala.
↗ Tutoriais do PyTorch Estudo PyTorch
↗ Guia do Usuário scikit-learn 0.21.3 Estudo Scikit-Learn.
Recomendado na introdução ao Aprendizado de Máquina .
Scikit-Learn tem soluções em JavaScript possibilitando ser colocado no FrontEnd.
↗ Introdução ao JAX Estudo JAX.
O JAX é uma biblioteca desenvolvida pelo Google para computação numérica de alta performance, projetada para acelerar pesquisas em machine learning e aprendizado profundo. Ela funciona como uma evolução do NumPy, permitindo que você escreva código familiar, mas com a capacidade de executá-lo em GPUs e TPUs com velocidade impressionante.
↗ Keras Keras é uma API de aprendizado profundo de alto nível que facilita o treinamento de e execução de redes neurais. Keras roda com TensorFlow, Theno ou Microsoft Cognitive Toolkit.

Pré-requisitos

Link Descrição
↗ Guia do usuário - Pandas Biblioteca Pandas
↗ Guia do usuário -MatplotLib Biblioteca MatplotLib
↗ Guia do usuário -Numpy Biblioteca Numpy
↗ Documentação - Python Linguagem de programação Python

Outros

Link Descrição
↗ Machine Learning - Wikipedia Machine Learning -Wikipedia.
Resumo Geral
↗ GitHub -Aurélien Géron Exemplos do autor Aurélien Géron
↗ Onde tirar dúvidas com o autor Aurélien Géron Local para tirar dúvidas com o autor Aurélien Géron
RECOMENDAÇÃO É recomendado ainda o estudo de : matemática avançada, cálculo, álgebra linear, probabilidade e estatística.

estrela do mar
↗ Algoritmos de trajetoria
A* vs Dijkstra
Link Descrição
Qualidade de Dados na Prática com Spark e AWS Deequ ↗ Qual é a qualidade dos dados dentro de um Data Lake? Quão completos e confiáveis? Quais são as métricas de qualidade para Big Data? Autor: Cícero Moura
LinkedIn
Share
Instagram