Python intermédio
Esta formação permite aprofundar os conceitos intermédios de Python. Ajuda a dominar as funções, as estruturas de dados, a gestão de erros e a programação orientada para objetos. Através de exemplos práticos, permite também de dé
Crie a sua conta gratuita
Como decorre o curso
Cada lição é um texto estruturado, ilustrado com exemplos e esquemas, seguido de um quiz corrigido automaticamente. Você avança no seu próprio ritmo, e as suas notas ficam associadas à lição em que as fez.
-
Aprofundar o domínio das funcionalidades intermédias de Python e aprender a aplicá-las em programas concretos.
-
Compreender a utilização das funções, das estruturas de dados e dos módulos para organizar o código de forma eficiente.
-
Saber gerir os erros e as exceções para criar programas mais fiáveis.
-
Descobrir os princípios da programação orientada para objetos e a sua aplicação em projetos Python.
-
Desenvolver a capacidade de escrever código legível, reutilizável e manutenível, adaptado a problemas de programação mais complexos.
-
Programador Python: conceção e melhoria de aplicações com recurso às funcionalidades avançadas da linguagem.
-
Analista de dados: recolha, tratamento e análise de dados para facilitar a tomada de decisões.
-
Programador de software: criação de programas estruturados, fiáveis e fáceis de manter.
-
Programador backend: desenvolvimento da lógica do servidor e gestão das trocas entre aplicações.
-
Engenheiro de automatização: criação de scripts para automatizar tarefas repetitivas e otimizar os processos.
-
Assistente em data science: preparação dos dados e utilização de bibliotecas Python para os analisar.
-
Testador de software: verificação do funcionamento dos programas e identificação de erros.
-
Técnico em tratamento de dados: organização, transformação e exploração de dados com recurso a scripts Python.
-
Programador de ferramentas informáticas: criação de soluções personalizadas para responder às necessidades das empresas.
Acessibilidade

Se está numa situação de deficiência e pretende frequentar uma formação connosco, este e-mail é-lhe dedicado: contact@datagoz.com . Para qualquer outra situação, não hesite em contactar-nos para avaliarmos como garantir uma experiência de aprendizagem.
Como financio a minha formação?
Certificado de conclusão: no final deste curso, é-lhe emitido um certificado de conclusão DATAGOZ, nominativo e verificável online.
A equipa DATAGOZ deseja-lhe uma boa formação!
7 capítulos, 89 lições
- 2. Criar os primeiros gráficos com Matplotlibaberto
- 2. Criar um gráfico de linhas — Parte 1aberto
- 2. Interpretar um gráfico de linhas — Parte 2aberto
- 2. Aprofundar os gráficos de linhas — Parte 3aberto
- 2. Descobrir os diagramas de dispersãoaberto
- 2. Analisar um gráfico de dispersãoaberto
- 2. Construir um histograma com Matplotlibaberto
- 2. Construir um histograma — Parte 1aberto
- 2. Construir um histograma com classes — Parte 2aberto
- 2. Comparar distribuições com histogramas — Parte 3aberto
- 2. Selecionar o gráfico adequado — Parte 1aberto
- 2. Adaptar a escolha do gráfico aos dados — Parte 2aberto
- 2. Personalizar os seus gráficos com Matplotlibaberto
- 2. Adicionar e personalizar as etiquetas dos gráficosaberto
- 2. Ajustar as marcas de escala dos gráficosaberto
- 2. Ajustar o tamanho dos gráficosaberto
- 2. Personalizar as cores dos gráficosaberto
- 2. Refinar a personalização dos gráficosaberto
- 2. Interpretar gráficos com pertinênciaaberto
- 3. Descobrir os dicionários em Python — Parte 1assinantes
- 3. Compreender a utilidade dos dicionários em Pythonassinantes
- 3. Construir um dicionário em Pythonassinantes
- 3. Consultar os elementos de um dicionário em Pythonassinantes
- 3. Aprofundar a utilização dos dicionários em Python — Parte 2assinantes
- 3. Manipular dicionários em Python — Parte 1assinantes
- 3. Aprofundar a manipulação de dicionários em Python — Parte 2assinantes
- 3. Utilizar dicionários aninhados em Pythonassinantes
- 3. Descobrir o Pandas — Parte 1assinantes
- 3. Transformar um dicionário em DataFrame — Parte 1assinantes
- 3. Continuar a conversão de um dicionário em DataFrame — Parte 2assinantes
- 3. Importar um arquivo CSV para um DataFrame — Parte 1assinantes
- 3. Aprofundar a importação de arquivos CSV em um DataFrame — Parte 2assinantes
- 3. Aprofundar o Pandas — Parte 2assinantes
- 3. Usar colchetes em Python — Parte 1assinantes
- 3. Aprofundar o uso de colchetes em Python — Parte 2assinantes
- 3. Selecionar dados com loc e iloc — Parte 1assinantes
- 3. Aprofundar a seleção de dados com loc e iloc — Parte 2assinantes
- 3. Dominar a seleção avançada com loc e iloc — Parte 3assinantes
- 4. Usar os operadores de comparação em Pythonassinantes
- 4. Comparar valores com igualdade em Pythonassinantes
- 4. Comparar valores com os operadores maior e menorassinantes
- 4. Comparar tabelas de dados em Pythonassinantes
- 4. Manipular os operadores booleanos em Pythonassinantes
- 4. Utilizar os operadores and, or e not — Parte 1assinantes
- 4. Aprofundar os operadores and, or e not — Parte 2assinantes
- 4. Manipular os operadores booleanos com NumPyassinantes
- 4. Utilizar as condições if, elif e elseassinantes
- 4. Familiarizar-se com os conceitos essenciaisassinantes
- 4. Utilizar a condição if em Pythonassinantes
- 4. Adicionar else para gerir as alternativas em Pythonassinantes
- 4. Refinar as condições com elif em Pythonassinantes
- 4. Aplicar filtros a DataFrames do Pandasassinantes
- 4. Simular a condução pela direita com Python — Parte 1assinantes
- 4. Continuar a simulação de condução pela direita com Python — Parte 2assinantes
- 4. Analisar o número de carros por habitante — Parte 1assinantes
- 4. Comparar o número de carros por habitante — Parte 2assinantes
- 5. Utilizar o ciclo while em Pythonassinantes
- 5. Preparar-se para utilizar o ciclo while em Pythonassinantes
- 5. Descobrir o funcionamento do ciclo while em Pythonassinantes
- 5. Integrar condições num ciclo while em Pythonassinantes
- 5. Percorrer elementos com o ciclo for em Pythonassinantes
- 5. Percorrer os elementos de uma lista em Pythonassinantes
- 5. Percorrer uma lista com os seus índices e valores — Parte 1assinantes
- 5. Manipular os índices e os valores de uma lista — Parte 2assinantes
- 5. Percorrer listas aninhadas em Pythonassinantes
- 5. Explorar estruturas de dados com ciclos — Parte 1assinantes
- 5. Percorrer os elementos de um dicionárioassinantes
- 5. Percorrer os elementos de um array NumPyassinantes
- 5. Explorar estruturas de dados com ciclos — Parte 2assinantes
- 5. Percorrer os dados de um DataFrame — Parte 1assinantes
- 5. Explorar os dados de um DataFrame — Parte 2assinantes
- 5. Adicionar uma coluna a um DataFrame — Parte 1assinantes
- 5. Modificar um DataFrame adicionando uma coluna — Parte 2assinantes
- 6. Gerar números aleatórios em Pythonassinantes
- 6. Gerar um número decimal aleatórioassinantes
- 6. Simular o lançamento de dadosassinantes
- 6. Determinar o próximo deslocamentoassinantes
- 6. Simular um passeio aleatório em Pythonassinantes
- 6. Passar para a etapa seguinteassinantes
- 6. Determinar até onde você pode descerassinantes
- 6. Visualizar um passeio aleatórioassinantes
- 6. Explorar as distribuições estatísticas em Pythonassinantes
- 6. Simular vários passeios aleatóriosassinantes
- 6. Visualizar o conjunto dos passeios aleatóriosassinantes
- 6. Incluir a falta de jeito na simulaçãoassinantes
- 6. Visualizar a distribuição dos resultadosassinantes
- 6. Estimar as probabilidades a partir dos dadosassinantes
Tudo o que acompanha as lições
Quanto tempo, de acordo com a sua disponibilidade
O que você obtém no final
Quando o curso termina, o certificado é emitido em seu nome. O código permite a um recrutador verificá-lo em poucos segundos.
Não é um diploma nem uma certificação profissional; é a prova verificável de que você frequentou e concluiu este curso.
Quem escreve este curso
Uma pedagogia clara e aplicada, com exemplos concretos para aprender de forma eficaz.
Antes de começar
Comece este curso hoje
20 lições abertas, sem cartão de crédito. Você verá o nível e o tom antes de decidir.