Exibir código-fonte para Python para pessoas usuárias de excel

==Python para pessoas usuárias de planilhas eletrônicas==
'''Carga Horária Total''': 18 horas  

'''Público-alvo''': Pessoas que utilizam planilhas eletrônicas e desejam ampliar suas habilidades com uma ferramenta livre e colaborativa.  

'''Destaque''': Python é open source, gratuito e altamente personalizável, com uma comunidade ativa que garante constante evolução e suporte.  

'''Data Início''': 08/03/2025  

'''Data Final''': 26/04/2025  


==Bem-vindas ao Mundo Open Source com Python (3h)==
'''Objetivo''': Introduzir o Python como uma ferramenta acessível e flexível, ideal para quem trabalha com dados, mas não só.  

'''O que é Python'''? Um ecossistema open source para todas as áreas.  

'''Vantagens de migrar para Python''': custo zero, personalização e automação.  

'''Configurando o ambiente''': instalação do Python e ferramentas livres como Jupyter Notebook, Git, Github e VS Code.  

'''Introdução à comunidade''': onde encontrar suporte e pacotes criados por colaboradores do mundo todo.  

Estrutura de pastas e arquivos para organização de projetos.  

'''Primeiros passos com o python''': variável, tipo de dados e operadores matemáticos.  


==Primeiros passos usando a biblioteca Pandas (4h)==
'''Objetivo''': Ensinar como acessar, explorar e manipular dados de forma rápida, eficiente e gratuita.  

'''O poder do pandas''': a biblioteca aberta para trabalhar com tabelas de dados.  

Abrindo arquivos CSV e Excel no pandas.  

'''Paralelo''': "Abrir planilhas no Excel" → pd.read_excel() ou pd.read_csv().  

'''Explorando os dados''': .head(), .info(), .describe().  

'''Paralelo''': "Explorar tabelas no Excel".  

Filtragem e ordenação de dados.  

'''Paralelo''': "Filtros no Excel".  

'''Destaque''': Python permite lidar com dados de forma escalável e sem limitações de linhas ou colunas.  


==Fórmulas Livres e Flexíveis (3h)==
'''Objetivo''': Capacitar os estudantes a realizar cálculos e transformações com a liberdade do código.  

'''Realizando cálculos em colunas''': somas, médias e fórmulas personalizadas.  

Paralelo: "Funções SOMA e MÉDIA no Excel" → df['coluna'].sum() e df['coluna'].mean().  

Criando colunas personalizadas.  

'''Paralelo''': "Adicionar uma fórmula no Excel" → df['nova_coluna'] = ....  

'''Criando funções reutilizáveis com Python''': def.  

'''Destaque''': Liberdade para criar funções sob medida, sem limitações.  



==Visualizando e Analisando Dados no Mundo Open Source (4h)==
'''Objetivo''': Mostrar como Python pode criar análises e gráficos tão poderosos quanto (ou mais que) o Excel.  

Estatísticas descritivas e agrupamentos com .groupby().  

'''Paralelo''': "Tabelas dinâmicas no Excel" → groupby e pivot_table.  

Introdução ao matplotlib, seaborn e plotly para gráficos impactantes.  

'''Paralelo''': "Criar gráficos no Excel".  

'''Construção de visualizações personalizadas''': liberdade criativa com Python.  

'''Destaque''': Acessibilidade e reprodutibilidade, com código que pode ser compartilhado e aprimorado por outros.  


==Automatize e Colabore com Python (4h)==
'''Objetivo''': Ensinar como automatizar tarefas e compartilhar resultados no formato desejado.

Automação com loops e scripts.

'''Paralelo''': "Macros no Excel" → Automação com Python.

Exportação para Excel e CSV.

'''Paralelo''': "Salvar como no Excel" → df.to_excel() e df.to_csv().

'''Integração e compartilhamento''': criando notebooks interativos e relatórios automatizados.

'''Destaque''': Python como ferramenta colaborativa, com código reutilizável por qualquer pessoa.