O curso
Análise de dados com Python puro é um curso intermediário de Programação em sete aulas num Raspberry Pi 4. Os dados são da Bóia K7, uma bóia meteorológica na costa: um mês de temperatura diária do mar, altura das ondas e vento numa aba buoy.csv ao lado do main.py, e depois um ano inteiro de leituras semanais em year.csv. Cada passo é conferido com o que o Pi imprime, e todo número das aulas é um número que o programa realmente imprime.
- Carregando dados: linhas, depois linhas com
csv.reader, números comint()efloat(), oValueErrorque uma célula vazia causa e como sobreviver a ele, linhas por nome de coluna comcsv.DictReader, e min e max pegando o valor sentinela 999.0 da bóia. - Limpeza: espaços sobrando e minúsculas, vazios virando
None, checagens de intervalo que pegam sentinelas, um dia repetido descartado, um arquivo limpo escrito comcsv.writer, e o limpador movido para seu próprio módulobuoy.py. - statistics: média contra mediana e por que uma tempestade as separa,
stdevcontrapstdev(n - 1 e amostras), escores z que marcam o dia 17, e uma tabela de resumo alinhada com larguras de f-string. - Agrupando com Counter:
collections.Counteremost_common, participações impressas como porcentagens, ondas classificadas na escala Douglas de mar, uma média de ondas por direção do vento, e dias de vento por semana. - Gráficos de texto: gráficos de barras com
"#" * n, barras escaladas para uma largura, um histograma de alturas de onda, uma série temporal girada de lado, e sparklines que cabem um mês numa linha. - Correlação: um gráfico de dispersão em texto, covariância, o r de Pearson escrito a partir de sua definição, a ressurgência que faz um dia de vento esfriar o mar no dia seguinte, e o que uma leitura ruim faz com o r.
- Projeto: um ano de clima no oceano: o grand finale.
O gran final
O projeto roda o curso inteiro em 52 semanas da Bóia K7. Ele carrega e limpa o ano (três lacunas, uma delas uma sentinela), compara as quatro estações (a primavera é a mais ventosa e tem o mar mais frio, a 10.9 C), traça gráficos da temperatura do mar em blocos de quatro semanas, correlaciona vento, ondas, mar e chuva, e acha os recordes, até um período seco de 20 semanas no verão.
Depois os dados ficam ao vivo. O botão no GPIO2 é um pluviômetro de báscula, do tipo que bóias reais carregam: uma balançinha que tomba a cada 0.2 mm de chuva e fecha um interruptor. Um Button do gpiozero com bounce_time conta os toques, e o LED no GPIO17 é uma lâmpada de tempestade que acende quando a chuva do dia passa um dia chuvoso médio de semana, um limiar calculado a partir dos próprios dados do ano (3.31 mm, então a lâmpada acende no toque 17).
O que o motor do Pi faz de diferente
O Pi roda MicroPython 1.29, não CPython, com uma biblioteca padrão no estilo do CPython. Neste curso isso aparece em alguns pontos:
- Não há numpy nem pandas, e é essa a ideia:
csv,statisticsecollectionsestão todos aqui. statisticstemmean,fmean,median,mode,variance,stdevepstdev, mas não temcorrelation(o CPython o adicionou na 3.10), então o curso escreve o r de Pearson por conta própria.- Um dict não guarda a ordem em que as chaves entraram, então toda tabela imprime numa ordem que o programa escolhe (uma tupla de nomes,
sorted, ou umrange). str.ljustestr.rjustnão existem; larguras de f-string como{name:<6}e{value:>7.2f}alinham colunas nos dois motores.int("")para comValueError: invalid syntax for integer with base 10, com texto diferente do CPython mas a mesma exceção.- Um arquivo que o programa escreve, como
clean.csv, dura enquanto o programa roda, já que o Pi do canvas não tem cartão SD.