Tópico 3 - Expressões

Primeiros passos em Python.

Resultados Esperados

Saber o que é um notebook e um arquivo .py
Saber realizar matemática simples em python
Entender as ferramentas base da ciência de dados

Material Adaptado do DSC10 (UCSD)

#In: 
# Ignore este código, porém execute o mesmo

from IPython.display import IFrame
def show_nested_eval():
    src = 'https://docs.google.com/presentation/d/e/2PACX-1vQpW0NzwT3LjZsIIDAgtSMRM1cl41Gp_Lf8k9GT-gm5sGAIynw4rsgiEFbIybClD6QtxarKaVKLbR9U/embed?start=false&loop=false&delayms=60000" frameborder="0" width="960" height="569" allowfullscreen="true" mozallowfullscreen="true" webkitallowfullscreen="true"'
    width = 960
    height = 569
    return IFrame(src, width, height)

Agenda

O que é código? O que são notebooks Jupyter?
Expressões.
Variáveis.
Expressões de chamada.
Tipos de dados.

Muita programação – acompanhe no notebook clicando no link do Collab acima!

O que é código? O que são notebooks Jupyter? 💻

O que é código?

As instruções para computadores são escritas em linguagens de programação e são chamadas de código.
“Programas de computador” nada mais são do que receitas: escrevemos programas que dizem ao computador exatamente o que fazer, e ele faz exatamente isso – nada mais e nada menos.

Por que Python?

Popular.
Variedade de usos.
Desenvolvimento web.
Ciência de dados e aprendizado de máquina.
Não é realmente usado para desenvolvimento de aplicativos.
Fácil de mergulhar!

Notebooks Jupyter 📓

Frequentemente, mas não nesta classe, o código é escrito em um editor de texto e depois executado em uma interface de linha de comando.

Jupyter Notebooks nos permite escrever e executar código em um único documento. Eles também nos permitem incorporar texto e código. Usaremos Jupyter Notebooks durante todo o trimestre.

Expressões

Python como calculadora

Uma expressão é uma combinação de valores, operadores e funções que avalia algum valor.
Por enquanto, vamos pensar no Python como uma calculadora – ele pega expressões e as avalia.
Inseriremos nossas expressões em células de código. Para executar uma célula de código:
Pressione shift + enter (ou shift + return) no teclado (de preferência), ou
Pressione o botão “▶ Executar” na barra de ferramentas.

#In: 
17

#In: 
-1 + 3.14

2.14

#In: 
2 ** 3

#In: 
(17 - 14) / 2

1.5

#In: 
# Only one value is displayed. Why?
3 * 4
5

Operaçoes aritimeticas

Operação	Operador	Exemplo	Valor
Adição	`+`	`2 + 3`	`5`
Subtração	`-`	`2 - 3`	`-1`
Multiplicação	`*`	`2 * 3`	`6`
Divisão	`/`	`7/3`	`2.66667`
Restante	`%`	`7% 3`	`1`
Exponenciação	`**`	`2 ** 0,5`	`1.41421`

Python usa a ordem típica de operações – PEMDAS (BEDMAS? 🛏️)

#In: 
3 * 2 ** 2

#In: 
(3 * 2) ** 2

Atividade

Na célula abaixo, substitua as reticências por uma expressão equivalente a

\[(19 + 6 \cdot 3) - 15 \cdot \left(\sqrt{100} \cdot \frac{1}{30}\right) \cdot \frac{3}{5} + \frac{4 ^2}{2^3} + \left( 6 - \frac{2}{3} \right) \cdot 12\]

Tente usar parênteses somente quando necessário.

#In: 
...

Ellipsis

Variáveis

Motivação

Abaixo, calculamos o número de segundos em um ano.

#In: 
60 * 60 * 24 * 365

31536000

Se quisermos utilizar o valor acima mais tarde no nosso bloco de notas para determinar, digamos, o número de segundos em 12 anos, teremos de copiar e colar a expressão. Isso é inconveniente e propenso a introduzir erros.

#In: 
60 * 60 * 24 * 365 * 12

378432000

Seria ótimo se pudéssemos armazenar o valor inicial e consultá-lo mais tarde!

Variáveis e instruções de atribuição

Uma variável é um local para armazenar um valor para que possa ser consultado posteriormente em nosso código. Para definir uma variável, usamos uma instrução de atribuição.

\[\overbrace{\texttt{minhavariável}}^{\text{nome}} = \overbrace{\texttt{2 + 3}}^{\text{qualquer expressão}}\]

Uma instrução de atribuição altera o significado do nome à esquerda do símbolo =.
A expressão do lado direito do símbolo = é avaliada antes de ser atribuída ao nome do lado esquerdo.
por exemplo. myvariable está vinculado a 5 (valor) e não a 2 + 3 (expressão).

Observe que antes de usá-lo em uma instrução de atribuição, more_than_1 não tem significado.

#In: 
# Descomente e execute
# more_than_1

Depois de usá-lo em uma instrução de atribuição, podemos perguntar ao Python seu valor.

#In: 
# Note that an assignment statement doesn't output anything!
more_than_1 = 15 - 5

#In: 
more_than_1

Sempre que usamos more_than_1 em uma expressão, 10 é substituído por 10.

#In: 
more_than_1 * 2

Observe que a expressão acima não alterou o valor de more_than_1, porque não reatribuímos more_than_1!

#In: 
more_than_1

Nomeando variáveis

Geralmente, dê nomes úteis às suas variáveis para que você saiba a que elas se referem.
Os nomes das variáveis podem conter caracteres maiúsculos e minúsculos, dígitos de 0 a 9 e sublinhados.
Eles não podem começar com um número.
Eles diferenciam maiúsculas de minúsculas!

As instruções de atribuição a seguir são válidas, mas usam nomes de variáveis ruins 😕.

#In: 
six = 15

#In: 
i_45love_chocolate_9999 = 60 * 60 * 24 * 365

As instruções de atribuição a seguir são válidas e usam nomes de variáveis bons ✅.

#In: 
seconds_per_hour = 60 * 60
hours_per_year = 24 * 365
seconds_per_year = seconds_per_hour * hours_per_year

As seguintes “declarações de atribuição” são inválidas ❌.

#In: 
# Descomente e execute
# 6 = 15

#In: 
# Descomente e execute
# 3 = 2 + 1

Declarações de atribuição não são equações matemáticas!

Ao contrário da matemática, onde $x = 3$ significa a mesma coisa que $3 = x$, as instruções de atribuição não são “simétricas”.
Uma instrução de atribuição atribui (ou “liga”) o nome à esquerda de = ao valor à direita de =, nada mais.

#In: 
x = 3
x

#In: 
# Descomente e execute
# 4 = x

O valor de uma variável é definido no momento da atribuição

#In: 
uc = 2
sd = 3 + uc

As declarações de atribuição não são promessas – o valor de uma variável pode mudar!

#In: 
uc = 7

Observe que mesmo depois de alterar uc, não alteramos sd, então ainda é o mesmo de antes.

#In: 
sd

Uma analogia útil

Uma metáfora comum é que as variáveis são como caixas ou contêineres (source).
Outra analogia: uma declaração de atribuição é como colocar um adesivo em um valor.

Verificação de conceito ✅

Suponha que você executou as três linhas de código a seguir:

side_length = 5
area = side_length ** 2
side_length = side_length + 2

Quais são os valores de side_length e area após a execução?

A. comprimento_lateral = 5, área = 25

B. comprimento_lateral = 5, área = 49

C. comprimento_lateral = 7, área = 25

D. comprimento_lateral = 7, área = 49

E. Nenhuma das opções acima

Expressões de chamada 📞

Funções algébricas

Em matemática, as funções recebem alguma entrada e retornam alguma saída.

\[f(x, y) = 2x^2 + 3xy - 1\]

Podemos determinar a saída de uma função mesmo se passarmos coisas complicadas.

\[f\left(\frac{1+2}{3+4}, (-1)^{15}\right)\]

Expressões de chamada

Expressões de chamada em Python invocam funções – elas dizem a uma função para “executar sua receita”.
As funções em Python funcionam da mesma forma que as funções em matemática.
As entradas para funções são chamadas de argumentos.

#In: 
abs(-12)

Algumas funções podem receber um número variável de argumentos

#In: 
max(3, -4)

#In: 
max(2, -3, -6, 10, -4)

#In: 
# Only two arguments!
max(4 + 5, 5 - 4)

Use `?` depois de uma função para ver a documentação de uma função

Ou use a função help, por ex. ajuda(máx.).

#In: 
max?

Exemplo: `round`

#In: 
my_number = 1.22
round(my_number)

#In: 
round?

#In: 
round(1.22222, 3)

1.222

Avaliação aninhada

Podemos aninhar muitas chamadas de função para avaliar expressões sofisticadas.

#In: 
min(abs(max(-1, -2, -3, min(4, -2))), max(5, 100))

…como isso funcionou?

#In: 
show_nested_eval()

</iframe>

Importar instruções

Python não tem tudo que precisamos integrado.
Para obter funcionalidades adicionais, importamos módulos por meio de instruções de importação.
Módulos podem ser considerados coleções de funções e valores Python.
Chame essas funções usando a sintaxe module.function(), chamada “notação de ponto”.

Exemplo: `import math`

sqrt, log, pow, etc.

#In: 
import math

#In: 
math.sqrt(9)

3.0

#In: 
math.pow(3, 2)

9.0

#In: 
# What base is log?
math.log?

Ele também possui constantes integradas!

#In: 
math.pi

3.141592653589793

Verificação de conceito ✅

Suponha que você executou as seguintes instruções:

x = 3
y = -2

Qual desses exemplos resulta em um erro?

A. abs(x, y)

B. math.pow(x, abs(y))

C. round(x, max (abs (y ** 2)))

D. math.pow(x, math.pow(y, x))

E. Mais de um dos itens acima

#In:

Tipos de dados

Qual é a diferença? 🧐

#In: 
4 / 2

2.0

#In: 
5 - 3

Para nós, 2.0 e 2 são o mesmo número, $2$. Mas para Python, isso parece ser diferente!

Tipos de dados

Todo valor em Python tem um tipo.
Use a função type para verificar o tipo de um valor.
É importante entender como diferentes tipos funcionam com diferentes operações, pois os resultados podem nem sempre ser os que esperamos.

Dois tipos de dados numéricos: `int` e `float`

int : Um número inteiro de qualquer tamanho.
float: Um número com ponto decimal.

`int`

Se você usar essas operações entre ints (+, -, *, **), o resultado será outro int.
ints têm precisão arbitrária em Python, o que significa que seus cálculos serão sempre exatos.

#In: 
3 + 5

#In: 
type(3 + 5)

int

#In: 
2 ** 300

2037035976334486086268445688409378161051468393665936250636140449354381299763336706183397376

#In: 
2 ** 3000

1230231922161117176931558813276752514640713895736833715766118029160058800614672948775360067838593459582429649254051804908512884180898236823585082482065348331234959350355845017413023320111360666922624728239756880416434478315693675013413090757208690376793296658810662941824493488451726505303712916005346747908623702673480919353936813105736620402352744776903840477883651100322409301983488363802930540482487909763484098253940728685132044408863734754271212592471778643949486688511721051561970432780747454823776808464180697103083861812184348565522740195796682622205511845512080552010310050255801589349645928001133745474220715013683413907542779063759833876101354235184245096670042160720629411581502371248008430447184842098610320580417992206662247328722122088513643683907670360209162653670641130936997002170500675501374723998766005827579300723253474890612250135171889174899079911291512399773872178519018229989376

`float`

Um float é especificado usando um ponto decimal.
Um float pode ser impresso usando notação científica.

#In: 
2.0 + 3.2

5.2

#In: 
type(2.0 + 3.2)

float

#In: 
2.0 ** 300

2.037035976334486e+90

As armadilhas do `float`

floats têm tamanho limitado (mas o limite é enorme).
floats têm precisão limitada de 15-16 casas decimais.
Depois da aritmética, as últimas casas decimais podem estar erradas de maneiras inesperadas (precisão limitada!).

#In: 
1 + 0.2

1.2

#In: 
1 + 0.1 + 0.1

1.2000000000000002

#In: 
# Descomente e execute
# 2.0 ** 3000

Coerção de tipo entre `int` e `float`

Por padrão, Python muda um int para um float em uma expressão mista envolvendo ambos os tipos.
Observe que a divisão de dois ints retorna automaticamente um valor float.
Um valor pode ser explicitamente coagido (ou seja, convertido) usando as funções int e float.

#In: 
2.0 + 3

5.0

#In: 
2 / 1

2.0

#In: 
# Want an integer back
int(2 / 1)

#In: 
# int chops off the decimal point, effectively rounding DOWN
int(3.9)

À parte: modelo de memória Jupyter

Nosso caderno ainda lembra todas as variáveis que definimos anteriormente na aula.

#In: 
more_than_1

No entanto, se você voltar ao seu notebook depois de algumas horas, ele normalmente “esquecerá” todas as variáveis que conhecia.
Quando isso acontecer, você precisará executar novamente as células do seu notebook.

Resumo, da próxima vez

Resumo

Expressões são avaliadas como valores. Python exibirá o valor da última expressão em uma célula por padrão.
Python conhece todos os operadores matemáticos padrão e segue PEMDAS.
As instruções de atribuição nos permitem vincular valores a variáveis.
Podemos chamar funções em Python da mesma forma que chamamos funções em matemática.
Python conhece algumas funções por padrão, e as instruções de importação nos permitem trazer funcionalidades adicionais dos módulos.
Todos os valores em Python possuem um tipo de dados.
ints e floats são números.
ints são inteiros, enquanto floats contêm pontos decimais.

Próxima vez

Aprenderemos sobre strings, um tipo de dados em Python projetado para armazenar texto.
Também aprenderemos como armazenar sequências, ou muitas informações, em uma única variável.

Observação: Apresentaremos alguns códigos em laboratórios e trabalhos de casa também. Nem tudo estará em palestra. Você aprenderá fazendo!

Tópico 3 - Expressões

Agenda

O que é código? O que são notebooks Jupyter? 💻

O que é código?

Por que Python?

Notebooks Jupyter 📓

Expressões

Python como calculadora

Operaçoes aritimeticas

Python usa a ordem típica de operações – PEMDAS (BEDMAS? 🛏️)

Atividade

Variáveis

Motivação

Variáveis ​​e instruções de atribuição

Nomeando variáveis

Declarações de atribuição não são equações matemáticas!

O valor de uma variável é definido no momento da atribuição

Uma analogia útil

Verificação de conceito ✅

Expressões de chamada 📞

Funções algébricas

Expressões de chamada

Algumas funções podem receber um número variável de argumentos

Use ? depois de uma função para ver a documentação de uma função

Exemplo: round

Avaliação aninhada

Importar instruções

Exemplo: import math

Verificação de conceito ✅

Tipos de dados

Qual é a diferença? 🧐

Tipos de dados

Dois tipos de dados numéricos: int e float

int

float

As armadilhas do float

Coerção de tipo entre int e float

À parte: modelo de memória Jupyter

Resumo, da próxima vez

Resumo

Próxima vez

Variáveis e instruções de atribuição

Use `?` depois de uma função para ver a documentação de uma função

Exemplo: `round`

Exemplo: `import math`

Dois tipos de dados numéricos: `int` e `float`

`int`

`float`

As armadilhas do `float`

Coerção de tipo entre `int` e `float`