Ciência De Dados on Python Brasil — Aprenda Python em Português

Marimo: O Notebook Reativo que Substitui o Jupyter

Fri, 24 Apr 2026 00:00:00 +0000

Se você trabalha com ciência de dados, análise exploratória ou prototipagem em Python, provavelmente já enfrentou os problemas clássicos do Jupyter: células executadas fora de ordem, estado oculto que quebra a reprodutibilidade e arquivos .ipynb que são um pesadelo para versionar com Git. O Marimo surgiu como uma alternativa moderna que resolve esses problemas de forma elegante.

Com mais de 15 mil estrelas no GitHub e adoção por empresas como Cloudflare, Shopify e BlackRock, o Marimo se consolidou em 2026 como a principal alternativa ao Jupyter para quem quer notebooks reproduzíveis, reativos e versionáveis. Neste artigo, vamos explorar como ele funciona, como instalar e criar seu primeiro notebook reativo.

Ferramentas Python para Data Science: Guia Completo 2026 | python.dev.br

Mon, 30 Mar 2026 00:00:00 +0000

Python é a linguagem número um para ciência de dados — e não é por acaso. O ecossistema de ferramentas e bibliotecas para análise, visualização e machine learning é o mais completo e maduro que existe. Neste guia, vamos revisar as ferramentas essenciais para quem trabalha (ou quer trabalhar) com data science em Python, com comparativos práticos e recomendações para 2026.

Ambientes de Desenvolvimento

Jupyter Notebook e JupyterLab

O Jupyter Notebook é o ambiente interativo padrão para ciência de dados. Permite executar código em células, intercalando código Python, texto em Markdown, equações LaTeX e visualizações:

Python e DuckDB: Análise de Dados Ultrarrápida — 2026 | python.dev.br

Sun, 29 Mar 2026 00:00:00 +0000

Se você trabalha com análise de dados em Python, provavelmente já passou por situações em que o Pandas ficava lento demais para datasets grandes, mas subir um banco de dados completo parecia exagero. É exatamente nesse espaço que o DuckDB brilha — um banco de dados analítico embutido, sem servidor, que roda SQL diretamente em arquivos CSV, Parquet e até DataFrames do Pandas.

Neste artigo, vamos explorar como usar DuckDB com Python, desde a instalação até consultas avançadas, com exemplos práticos para o dia a dia.

Polars em Python: A Alternativa Rápida ao Pandas — 2026 | Python Brasil

Wed, 25 Mar 2026 00:00:00 +0000

Se você trabalha com dados em Python, provavelmente já usa o Pandas no dia a dia. Ele é a biblioteca padrão para manipulação de DataFrames há mais de uma década. Mas nos últimos anos, uma alternativa vem ganhando espaço rapidamente: o Polars — uma biblioteca de DataFrames escrita em Rust, projetada para ser extremamente rápida e eficiente em memória.

Neste artigo, vamos explorar o que torna o Polars especial, comparar com o Pandas em benchmarks reais, e mostrar como começar a usá-lo nos seus projetos.

Python para Ciência de Dados em 2026

Sat, 15 Nov 2025 00:00:00 +0000

Python se consolidou como a linguagem padrão para ciência de dados, e em 2026 essa posição está mais forte do que nunca. Neste guia, você vai aprender a usar as quatro bibliotecas fundamentais do ecossistema de dados: NumPy, Pandas, Matplotlib e scikit-learn.

Configurando o Ambiente

Antes de começar, vamos preparar o ambiente de desenvolvimento:

# Instale as bibliotecas necessárias:
# pip install numpy pandas matplotlib scikit-learn jupyter

# Ou usando conda:
# conda install numpy pandas matplotlib scikit-learn jupyter

NumPy: A Base de Tudo

NumPy é a biblioteca fundamental para computação numérica em Python. Todas as outras bibliotecas de dados são construídas sobre ela.

Machine Learning: O que É e Como Funciona | Python Brasil

Mon, 30 Jun 2025 00:00:00 +0000

O que é Machine Learning?

Machine learning (aprendizado de máquina) é um ramo da inteligência artificial em que algoritmos aprendem padrões a partir de dados sem serem explicitamente programados para cada regra. Em vez de escrever if temperatura > 38: febre = True, um modelo de ML aprende essa relação observando milhares de exemplos.

Python domina o cenário de machine learning graças ao ecossistema de bibliotecas maduro e à comunidade ativa. Empresas como Google, Netflix, Spotify e iFood usam Python extensivamente em seus sistemas de ML em produção.

Anaconda: O que É e Como Funciona | Python Brasil

Wed, 28 May 2025 00:00:00 +0000

O que é Anaconda?

O Anaconda é uma distribuição Python voltada para ciência de dados e computação científica. Desenvolvida pela empresa Anaconda Inc. (antes Continuum Analytics), ela vem com mais de 250 pacotes pré-instalados — incluindo Pandas, NumPy, SciPy, Matplotlib, Jupyter e scikit-learn — e um gerenciador de pacotes próprio chamado conda.

O grande diferencial do Anaconda em relação ao Python puro é que o conda gerencia não apenas pacotes Python, mas também dependências nativas (bibliotecas C, C++, Fortran), resolvendo um dos maiores desafios de instalar pacotes científicos em diferentes sistemas operacionais.

Jupyter Notebook: O que É e Como Funciona | Python Brasil

Mon, 28 Apr 2025 00:00:00 +0000

O que é Jupyter Notebook?

O Jupyter Notebook é um ambiente interativo baseado em navegador que permite criar documentos que combinam código executável, visualizações, texto formatado em Markdown e equações matemáticas — tudo em um único arquivo com extensão .ipynb (IPython Notebook).

O nome “Jupyter” é uma homenagem às três linguagens que o projeto suportou originalmente: Julia, Python e R. Atualmente, o Jupyter suporta mais de 40 kernels para diferentes linguagens.

NumPy: O que É e Como Funciona | Python Brasil

Sat, 05 Apr 2025 00:00:00 +0000

O que é NumPy?

O NumPy (Numerical Python) é a biblioteca fundamental para computação numérica em Python. Ela fornece suporte a arrays multidimensionais de alta performance e uma vasta coleção de funções matemáticas para operar sobre esses arrays de forma eficiente.

Praticamente toda biblioteca de ciência de dados em Python — como Pandas, scikit-learn, SciPy e TensorFlow — é construída sobre o NumPy ou depende de suas estruturas de dados. Entender o NumPy é, portanto, um pré-requisito para trabalhar bem com o ecossistema científico do Python.

Pandas: O que É e Como Funciona | Python Brasil

Sat, 22 Mar 2025 00:00:00 +0000

O que é Pandas?

O Pandas é a biblioteca mais popular do Python para análise e manipulação de dados. Criada por Wes McKinney em 2008, ela oferece estruturas de dados poderosas e ferramentas para trabalhar com dados tabulares de forma rápida e intuitiva.

O nome vem de “Panel Data”, um termo de econometria para conjuntos de dados multidimensionais. Hoje, o Pandas é indispensável para qualquer cientista de dados, analista ou engenheiro que trabalha com Python.