Extreme Experience 2018 | Python para quem sabe Delphi
Transferir como PPTX, PDF0 gostou201 visualizações
Python é uma linguagem de programação interpretada, de tipagem dinâmica e forte, multi-paradigma com vasto ecossistema de bibliotecas. Apresenta semelhanças com Pascal e baixa curva de aprendizado. Sua sintaxe limpa e concisa torna o código mais legível.
Extreme Experience 2018 | Python para quem sabe Delphi
- 2. Python para quem sabe Delphi Mario Guedes
- 3. Que Mario? • 40 anos, pai do Júlio e da Fernanda • Conectado desde 1999 (20 anos!) • Artesão de Software em Delphi, Python, Lua, JavaScript, noSQL ... • CTO na Sofie Tecnologia • Vivência em soluções de grande porte para Contact Center • Em todas as redes: /jmarioguedes • jmarioguedes@gmail.com Não sou eu! Sou eu!
- 4. Por que Python? • É muito conveniente ter uma linguagem interpretada à mão. • Especialmente, mas não especificamente, para tarefas que envolvam análise de dados. • Mas qual escolher? Python, Ruby, Lua, JavaScript, Go, R, Haskell, Scala, Elixir e etc e etc? • Escolhemos Python! • Diferenciais: • Vasto ecossistema de bibliotecas • Um poderoso “canivete suíço” • Baixíssima verbosidade • Muitas semelhanças com o Pascal • Aspectos técnicos: • De propósito geral • Multi paradigma: OOP, funcional, ... • Tipagem dinâmica e forte • Interpretada • 27 anos de maturidade • Baixa curva de aprendizado
- 5. Montando o ambiente • Baixe o interpretador em https://www.python.org/ • Observe que há duas “famílias”: 2.x e 3.x • Neste slide dei prints no IDLE, editor integrado do Python no Windows • Sugiro a IDE do JetBrains, o PyCharm: https://www.jetbrains.com/pycharm/ • Use o seu editor preferido no começo: Notepad++, Sublime e etc • É uma pergunta clássica • Não faz parte do Python propriamente dito, é de terceiros
- 6. Jupyter Notebook • Notebook é um conceito bem difundido em análise de dados. • É uma versão moderna dos cadernos de anotações científicas. • No Python temos o Jupyter que é um acrônimo que cita três linguagens: Ju - Julia Py - Python R • Não vem com o Python, é instalada à parte.
- 7. Olá mundo! • Os arquivos de código tem a extensão .py • Você pode executar o IDLE ou o console para iniciar um editor “live code” • Para executar um módulo o comando é: python.exe nome_modulo.py • Para trabalhos mais elaborados existe o Jupyter Notebook
- 8. Comentário e documentação • Um comentário de linha se inicia com # • DocString: Módulos, classes e métodos podem ser documentados com “““ ... ”””
- 9. Convenção de Nomeação • O padrão é o snake_case para nome de módulos, métodos e variáveis • E CamelCase para nome de classes • Atribuição é feito com o sinal = • Por ser uma linguagem de tipagem dinâmica não é necessário declarar variáveis ou o tipo dos parâmetros • E por ser de tipagem forte não conseguimos fazer muita besteira como por exemplo:
- 10. Início e fim de bloco • Um bloco de código é definido por um recuo em relação ao bloco anterior • Sem {}, sem begin end, sem ; • Dê preferência à 4 espaços e não TAB • Eu sei, eu sei, parece bizarro no começo • Mas isso se traduz em menos esforço de digitação e mental com o tempo • Isso força concisão de código
- 11. Pyhton é uma linguagem de classe • Observe que “tudo é classe” no Python • str – Strings • int – Integer • float – Real • bool – Boolean • None – Nulo • list() – Lista, array • dict() – Dicionário • tuple() – Tupla • set() - Conjunto • ...
- 12. Função geradora • Entre os diversos recursos da linguagem destaco a função geradora. • Nos permite criar funções “preguiçosas”, ou seja, só vai efetuar computação quando necessário. • Ideal para consumir arquivos, banco de dados, enfim, qualquer coisa que tenha I/O. • É uma característica muito conveniente por conta do design do código onde conseguimos manter um escopo isolado e reutilizável.
- 13. Paradigma OOP • Manja de OOP? É do jeito que você conhece com diferenças de convenções sintáticas. • Perceba que foi implementado o método __str__ (dunder str) que permite representar o objeto como string. Existem diversos outros métodos especiais. • Não é necessário se preocupar em liberar objetos da memória.
- 14. Paradigma funcional • É um conhecimento importante para a área de Data Science • O exemplo ao lado é uma verificação de CPF que é uma rotina verbosa em qualquer linguagem • No começo é difícil e bizarro, mas com o tempo fica trivial
- 15. Pra não dizer que não falei da Copa • O site https://worldcup.sfg.io/ oferece uma API Rest com as informações de cada jogo da Copa do Mundo, inclusive o feminino. • Uma simples listagem com os resultados poderia ser da seguinte forma:
- 16. Foi só um visão geral • Tem bastante coisa legal no Python e no seu ecossistema • Aprenda mais com os melhores: https://www.python.pro.br/ • Não acredito que seja o caso de migrar de tecnologia mas de agregar e ampliar: Foi esta a mensagem que eu quis passar. ;) • Não existe “bala de prata”: aumente o seu repertório e adote a melhor ferramenta para cada problema.
- 17. Links interessantes • Livro: Python Fluente - Novatec Editora Luciano Ramalho https://novatec.com.br/livros/pythonfluente/ • Programação funcional com Python #0 - Saindo da zona de conforto Eduardo Mendes http://pythonclub.com.br/progrmacao-funcional-com-python-0.html http://pythonclub.com.br/progrmacao-funcional-com-python-1.html http://pythonclub.com.br/progrmacao-funcional-com-python-2.html • Iteração em Python: do básico ao genial - Luciano Ramalho - Rupy 2012 Luciano Ramalho https://youtu.be/ULj7ejvuzI8 • Exemplos desta palestra: https://github.com/jmarioguedes/extremeexperience2018
Notas do Editor
- #4: Apresentação pessoal