
Intro
Instalando
Opções básicas
checkbox
Dataframes
Mídias
opções de select
slider e deploy
loading
Multipage
divider
form
dataviz
dataviz
dataviz
Bem vindo ao nosso primeiro Projeto,
A ideia deste projeto e desenvolver um processo de Data Quality para validação de arquivos em csv, que pode ser aplicada também para arquivos em xlsx.
Hoje em dia muito se fala em Big Data, porém ainda é muito comum a utilização destes arquivos em empresas de todos os portes e todo profissional de dados passa por problemas devido a falta de estrutura correta destes arquivos, sendo assim está solução visa ajudar nesse sentido.
Utilizaremos a Biblioteca Faker para geração de dados, também a biblioteca pydantic para fazer a validação dos dados.
Sigamos em frente.
DataQuality
DataQuality
DataQuality
DataQuality
DataQuality
DataQuality
DataQuality
DataQuality
DataQuality
login
thanks
Neste curso, exploraremos o Streamlit, uma ferramenta poderosa para a criação rápida de aplicativos web interativos em Python. Aprenderemos como transformar análises de dados estáticos em experiências envolventes e dinâmicas para usuários finais, sem a necessidade de conhecimento prévio em desenvolvimento web.
Ao longo do curso, abordaremos os seguintes tópicos:
Introdução ao Streamlit: Compreensão dos conceitos básicos e da estrutura do Streamlit, incluindo a instalação e configuração inicial.
Criando Aplicações Simples: Aprenderemos a criar e personalizar aplicativos simples, incluindo gráficos interativos, tabelas e controles de entrada.
Integração com Bibliotecas de Visualização de Dados: Exploraremos como incorporar bibliotecas populares de visualização de dados, como Matplotlib, Plotly e Seaborn, em nossos aplicativos Streamlit.
Implementando Recursos Avançados: Abordaremos técnicas avançadas, como a implementação de múltiplas páginas, autenticação de usuário e a criação de componentes personalizados.
Implantação de Aplicações: Discutiremos as opções de implantação de aplicativos Streamlit.
Por que aprender Streamlit?
Facilidade de Uso: Com sua sintaxe simples e intuitiva, o Streamlit permite que cientistas de dados e desenvolvedores criem aplicativos web poderosos sem dominar tecnologias complexas de front-end.
Produtividade Acelerada: Com o Streamlit, é possível transformar análises de dados em aplicativos web interativos em questão de minutos, acelerando o ciclo de desenvolvimento e fornecendo resultados tangíveis rapidamente.
Compartilhamento Facilitado: Ao criar aplicativos com o Streamlit, os profissionais de dados podem compartilhar facilmente suas descobertas e insights com colegas e stakeholders, tornando a colaboração mais eficiente e eficaz.
Ao dominar o Streamlit, os profissionais de dados estarão equipados para criar visualizações interativas envolventes e comunicar suas descobertas de maneira mais eficaz, impulsionando o impacto de suas análises e insights.