Curso
Praticando questões de entrevista de código em Python
AvançadoNível de habilidade
Atualizado 02/2025Iniciar Curso Gratuitamente
Incluído comPremium or Teams
PythonProgramming4 h16 vídeos61 Exercícios5,050 XP28,162Certificado de conclusão
Crie sua conta gratuita
ou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.Preferido por alunos de milhares de empresas
Treinar 2 ou mais pessoas?
Experimentar DataCamp for BusinessDescrição do curso
Pré-requisitos
Python ToolboxRegular Expressions in PythonData Manipulation with pandas1
Estruturas de dados em Python e manipulação de strings
Neste capítulo, vamos relembrar as principais estruturas de dados usadas em Python. Vamos ver como trabalhar com listas, tuplas, conjuntos e dicionários. Também vamos abordar strings e como escrever expressões regulares para extrair sequências específicas de caracteres de um texto.
2
Objetos iteráveis e seus representantes
Este capítulo foca em objetos iteráveis. Vamos relembrar a definição de objetos iteráveis e explicar como identificar um. Em seguida, veremos list comprehensions, um recurso especial da linguagem Python para definir listas. Depois, vamos recordar como combinar vários objetos iteráveis em um só. Por fim, vamos ver como criar objetos iteráveis personalizados usando geradores.
3
Funções e expressões lambda
Este capítulo foca nos aspectos funcionais de Python. Vamos começar definindo funções com uma quantidade variável de argumentos posicionais e nomeados. Em seguida, veremos funções lambda e em quais casos elas ajudam. Especialmente, vamos usá-las com as funções map(), filter() e reduce(). Por fim, vamos relembrar o que é recursão e como implementá-la corretamente.
4
Python para computação científica
Este capítulo aborda temas de computação científica em Python. Vamos começar explicando a diferença entre arrays do NumPy e listas. Vamos mostrar por que os primeiros são mais adequados para cálculos complexos. Em seguida, veremos técnicas úteis para manipular DataFrames do pandas. Por fim, faremos visualizações de dados usando gráficos de dispersão, histogramas e boxplots.
Praticando questões de entrevista de código em Python
Curso concluído
Obtenha um certificado de conclusão
Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CVCompartilhe nas redes sociais e em sua avaliação de desempenho
Incluído comPremium or Teams
Inscreva-se AgoraFaça como mais de 19 milhões de alunos e comece Praticando questões de entrevista de código em Python hoje mesmo!
Crie sua conta gratuita
ou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.