Sumário

18. Controle de fluxo (Filipe Rudá/Lucas Pastana)

Desmistificando o for

Controlando o fluxo de repetição com break, continue e pass

Looping inline

19. Tratamento de exceções e erros (Guilherme Ito)

Definição e exemplos

Capturando exceções

Levantando exceções

Customizando exceções

Extra – Classes Exception e BaseException

20. Comprehension (Sérgio Berlotto Jr.)

21. Funções (Cláudio Henrique Franco Gomes)

Criando uma função

Escopo de variáveis

Parâmetros e valores de retorno

Parâmetros arbitrários

Lambda

Funções aninhadas

Funções de primeira classe

Decorators

Anotações e documentações em funções

22. Manipulação de arquivos (Guilherme Arthur de Carvalho)

Método builtin open

Criando uma agenda

23. Conexão com banco de dados (Cláudio Henrique Franco Gomes)

24. Documentando o código (Juliana Guamá/Roger Sampaio)

Docstrings

Pydoc

Type hinting

Estilos para Docstrings

GoogleDoc

NumpyDoc

PARTE IV. ORIENTAÇÃO A OBJETOS

25. Introdução à orientação de objetos e seus quatro pilares (Tatiana Escovedo/Viviane Laporti)

26. Classes, objetos, métodos e atributos (Cláudio Henrique Franco Gomes)

Definição

Sintaxe

Objetos e instâncias

Métodos

Atributos

27. Encapsulamento (Tatiana Escovedo/Viviane Laporti)

28. Herança, polimorfismo e classes abstratas (Tatiana Escovedo/Viviane Laporti)

Herança

Polimorfismo

Classes abstratas

29. Associação, agregação e composição (Tatiana Escovedo)

30. Decoradores de métodos e de classes (Cláudio Henrique Franco Gomes)

Métodos estáticos

Métodos de classe

Propriedades

31. Generators (Cláudio Henrique Franco Gomes)

Generator Pattern

Expressão Generator

32. Maps (Jefferson da S. Nascimento)

33. Descriptors (Cláudio Henrique Franco Gomes)

Classe property

Decorators

Criação dinâmica de descriptors

Prós e contras

34. Métodos mágicos (Sérgio Berlotto Jr.)

35. Modelos arquiteturais (Davi Luis de Oliveira/Karine Cordeiro)

Arquitetura em camadas

SOA

MVC

MVT

Arquitetura de microsserviços

PARTE V. TÓPICOS AVANÇADOS DE PROGRAMAÇÃO

36. SOLID (Eduardo Gaspar/Helcio Gomes/Rodrigo Isensee/Sérgio Berlotto Jr./Tatiana Escovedo/WilliamVillela de Carvalho)

Princípio de responsabilidade única

Princípio aberto/fechado

Princípio da substituição de Liskov

Princípio da segregação de interfaces

Princípio da inversão de dependência

37. Guia de estilos (Alexandro Angelo Romeira)

Nomenclatura

Layout de código

Comentários e notas explicativas

38. Programação funcional (Marcell Guilherme C. da Silva)

39. Concorrência e programação assíncrona (Rodrigo Alves Mendonça/Edytarcio Pereira/Marco Alencastro)

Programação síncrona e assíncrona

Concorrência e paralelismo

GIL – Global Interpreter Lock

O módulo AsyncIO

Ciclo de eventos (event loop)

Corrotinas (coroutines)

Futures e objetos de espera (awaitable objects)

Pontos de atenção na programação assíncrona

Conclusão

40. Metaprogramação (Cláudio Henrique Franco Gomes)

41. Clean code e boas práticas (Sérgio Berlotto Jr.)

Nomes são importantes

Não use abreviações

Utilize nomes descritivos

Sempre pergunte o que você quer saber de forma clara

Utilize booleanos de forma implícita

Cuidado com a quantidade de parâmetros

Comentários são vilões quando mal utilizados

A regra do escoteiro

Teste sempre

SOLID

Padrões de projeto

Conclusão

PARTE VI. TESTES

42. Introdução a testes (Marcell Guilherme C. da Silva)

43. TDD – Test Driven Development (Cláudio Henrique Franco Gomes)

44. Bibliotecas built-in (Jefferson da S. Nascimento)

45. Testes unitários e testes automatizados (Saulo Filho Perceval/Lourena Ohara)

Testes unitários

Escrevendo testes unitários

Princípios para escrever bons testes unitários

Cobertura de código

Tipos de teste unitário

Testes automatizados

Automatizando testes funcionais

Automatizando testes de API com Python

GET

POST

PUT

DELETE

46. Mocks (Cláudio Henrique Franco Gomes)

Decorator patch

Valores de retorno e efeitos colaterais

Imitando métodos de instâncias e de classes

Imitando propriedades de classes

Imitando classes inteiras

PARTE VII. DESENVOLVIMENTO DE APLICAÇÕES WEB

47. Fundamentos da web (Everton de Castro/Tatiana Escovedo)

O protocolo HTTP

Modelo cliente-servidor

HTML

Folhas de estilo e scripts

48. Web APIs (Karine Cordeiro/Marcus Paiva/Naiara Cerqueira)

O que é uma API?

Formatos de comunicação para APIs

O que é uma REST?

O que é uma RESTful API?

O que é GraphQL?

O que é WSGI?

49. Conceito de frameworks (Tatiana Escovedo)

50. Django (André Guilhon/Élysson Mendes Rezende)

Como o Django funciona?

Estrutura do Django

Início do projeto

Configurando um banco de dados

Modelos do Django

Migrations

Módulo de administração do Django

Telas de acesso do usuário

Configuração de rotas internas

Cadastrando novos produtos no banco de dados

Editando produtos no banco de dados

Excluindo produtos no banco de dados

51. Flask (Marcos Alexandre Castro/Sérgio Berlotto Jr.)

Um pouco mais sobre o Jinja

52. Executando tarefas assíncronas (Guilherme Arthur de Carvalho)

PARTE VIII. ANÁLISE DE DADOS

53. Introdução ao processo de ETL (Guilherme de Almeida Gasque)

O que é ETL?

Extração

Transformação

Carga

54. Web scraping (Francisco Hugo Siqueira Rosa)

55. Manipulação e tratamento de dados (Luiz Paulo O. Paula/Bruno Hanai/Davi Frazão/Joan Davi)

NumPy

Criação de arrays unidimensionais

Reshape de arrays

Split de arrays

Operações com matrizes

Pandas

Operações com dataframes

Criando colunas

Renomeando colunas

Removendo colunas

Fatiamento (slicing)

Métodos iloc e loc

Método apply

56. Visualização de dados (Tatiana Escovedo/Marcos Alexandre Castro)

Matplotlib

Pandas

Seaborn

Plotly

Dash

57. Conceitos e aplicações de big data (Sidnei Santiago/Lucas Pastana)

O que é big data?

Volume de dados produzidos

Dados estruturados e não estruturados

PARTE IX. INTELIGÊNCIA DE DADOS

58. Introdução à inteligência artificial (Mikaeri Ohana Estevam Candido)

Visões de inteligência artificial

História da inteligência artificial

Abordagens da inteligência artificial

Divisões da inteligência artificial

Machine learning

Deep learning

Aplicações da inteligência artificial

59. Machine learning – conceitos e modelos (Tatiana Escovedo)

Classificação

Regressão

Clusterização

Associação

Algoritmos de machine learning

Árvore de decisão

K-vizinhos mais próximos (KNN)

Regressão linear

Regressão logística

Naïve Bayes

Support Vector Machines (SVM)

K-means

Para saber mais

60. Deep learning (Alexandra Raibolt)

Artificial Neural Networks

Single-Layer Perceptron

Multilayer Perceptron

Convolutional Neural Networks

Recurrent Neural Networks

Long Short-Term Memory

Autoencoders

Generative Adversarial Networks

Deep Reinforcement Learning

Natural Language Processing

Considerações finais

61. Visão computacional (Alexandra Raibolt)

Prática: detecção, descrição e correspondência de características com ORB

62. Scikit-Learn (Carlos Eduardo Silva Castro/Tatiana Escovedo/Cassius T. C. Mendes)

Representação de dados

A API Estimator

Validação de modelos

Prática: projeto de classificação binária usando o Scikit-Learn

Passo 1 – Definição do problema

Passo 2 – Carga de dados

Passo 3 – Análise de dados

Passo 4 – Pré-processamento de dados: separação em conjunto de treino e conjunto de teste

Passo 5 – Modelos de classificação

Passo 6 – Finalização do modelo

63. TensorFlow (Cláudio Henrique Franco Gomes)

Instalação

Tensores

Carregamento de dados

Pré-processamento

Modelagem

Métricas

64. PyTorch (Reinaldo Maciel)

História

Por que PyTorch?

Instalação

Trabalhando com o PyTorch

Desenvolvendo com o PyTorch

65. Keras (João Pedro Prates da Conceição Galhianne)

Por que Keras?

Instalação

Prática

Iniciando o modelo

Apurando o modelo

66. Desenvolvimento de chatbot (Eric Gomes)

PARTE X. AUTOMAÇÃO DE PROCESSOS

67. Serverless (Alexandro Angelo Romeira)

68. CI e CD (Davi Luis de Oliveira)

69. Gerando packages e publicando no PyPi (Karina Tiemi Kato)

Referências bibliográficas

Dedicatória e agradecimentos

Sobre os organizadores e coautores