Mudanças entre as edições de "Jupyter Notebooks"

De Garoa Hacker Clube
Ir para navegação Ir para pesquisar
(Criou página com '== Tutorial introdutório de Jupyter Notebooks === Sábado 15/4 10h - traga o seu computador Jupyter Notebooks é uma aplicação web que pode te ajudar a entender e visual...')
 
 
(14 revisões intermediárias por 2 usuários não estão sendo mostradas)
Linha 1: Linha 1:
== Tutorial introdutório de Jupyter Notebooks ===
+
== Tutorial introdutório de Jupyter Notebooks ==
   
  +
Jupyter Notebooks é uma aplicação web que pode ajudar a entender e visualizar dados e resultados de análises, juntamente com o código! Facilita a experimentação, colaboração e publicação online. Anteriormente conhecido como IPython notebooks, hoje permite o uso de outras linguagens, sendo Python o default.
Sábado 15/4 10h - traga o seu computador
 
   
  +
'''Traga o seu computador.''' Para aproveitar melhor o tempo, seria legal trazer instalada a versão mais nova de Python (ou Anaconda). Caso não tenha podemos instalar na hora, sem crise =) Para baixar Anaconda, que já instala com facilidade Python, Pandas, Numpy e Jupyter notebook, visite: https://www.continuum.io/downloads
Jupyter Notebooks é uma aplicação web que pode te ajudar a entender e visualizar seus dados e resultados de análises. Nesse tutorial vamos aprender o básico de como utilizar notebooks e Python para explorar o mundo dos dados além de ver uma aplicação no mundo real de jupyter notebooks.
 
   
  +
===Sábado 15/4 10h com Jessica Temporal===
Para aproveitar melhor o tempo, seria legal se tivesse instalado Python (na versão mais nova) ou Anaconda. Caso não tenha podemos instalar na hora, sem crise =)
 
  +
 
''Tutorial básico de como utilizar notebooks e Python para explorar o mundo dos dados além de ver uma aplicação no mundo real de Jupyter Notebooks.''
  +
Foi estudado um exemplo do projeto Serenata de Amor: https://github.com/datasciencebr/serenata-de-amor
  +
  +
== O que é Python? ==
  +
{{Categoria:Python}}
  +
  +
  +
[[Categoria:Eventos]][[Categoria:Python]]
  +
  +
===Links úteis===
  +
Tutorial de Jupyter Notebook da Data Camp: https://www.datacamp.com/community/tutorials/tutorial-jupyter-notebook
  +
  +
Documentação: http://jupyter-notebook.readthedocs.io/
  +
  +
Site do Projeto Jupyter: http://jupyter.org

Edição atual tal como às 10h49min de 18 de abril de 2017

Tutorial introdutório de Jupyter Notebooks

Jupyter Notebooks é uma aplicação web que pode ajudar a entender e visualizar dados e resultados de análises, juntamente com o código! Facilita a experimentação, colaboração e publicação online. Anteriormente conhecido como IPython notebooks, hoje permite o uso de outras linguagens, sendo Python o default.

Traga o seu computador. Para aproveitar melhor o tempo, seria legal trazer instalada a versão mais nova de Python (ou Anaconda). Caso não tenha podemos instalar na hora, sem crise =) Para baixar Anaconda, que já instala com facilidade Python, Pandas, Numpy e Jupyter notebook, visite: https://www.continuum.io/downloads

Sábado 15/4 10h com Jessica Temporal

Tutorial básico de como utilizar notebooks e Python para explorar o mundo dos dados além de ver uma aplicação no mundo real de Jupyter Notebooks. Foi estudado um exemplo do projeto Serenata de Amor: https://github.com/datasciencebr/serenata-de-amor

O que é Python?

Python é uma linguagem de programação dinâmica, orientada a objetos (mas que permite o uso de outros paradigmas), largamente utilizada em muitas áreas, da programação Web à computação gráfica, da administração de sistemas à computação científica. Python possibilita a integração com outras linguagens e ferramentas, vem com uma bibliotecas padrão extensa, e pode ser aprendida em poucos dias. Muitos programadores Python reportam ganhos substanciais de produtividade e sentem que a linguagem estimula o desenvolvimento de maior qualidade, com código mais sustentável. Python tem sido rapidamente adotada como linguagem introdutória nos principais cursos de engenharia e ciência da computação.

Links úteis

Tutorial de Jupyter Notebook da Data Camp: https://www.datacamp.com/community/tutorials/tutorial-jupyter-notebook

Documentação: http://jupyter-notebook.readthedocs.io/

Site do Projeto Jupyter: http://jupyter.org