Estudando Python - Semana 1, Parte 1

Introdução

Olá!

Esse post é uma forma de documentar alguns aprendizados na minha trajetória estudando Python. Estou fazendo o curso de Python para inovação cívica, sendo que é o segundo curso que faço na Escola de Dados (o primeiro foi sobre Jornalismo de dados ambientais).

O curso é organizado em 6 semanas, e a contagem é iniciada no 0 (pelo que entendi, é uma brincadeira pois a indexação no Python começa com 0 também). Essas anotações são referentes à semana 1 (portanto, a segunda semana de curso). Não pensei em criar um post sobre a primeira semana pois foi focada em ambientação, instalação das ferramentas necessárias, apresentação do Git, entre outros.

Para quem está chegando neste blog pela primeira vez, eu sou a Bea e já programo em R desde 2018. Portanto muitas das anotações serão feitas comparando como é feito em R e em Python, assim acho que fica mais fácil para eu fazer as conexões conceituais e lembrar mais fácil depois.

Então, atenção: este post é um registro do que tenho aprendido. Caso você seja uma pessoa que conhece mais Python e perceba que eu escrevi algo incorreto, me avise :) assim posso corrigir e aprender mais.

Além disso, todo esse post foi escrito diretamente da IDE RStudio, usando os pacotes R Markdown e reticulate, que oferece uma interface para trabalharmos com R e Python.

Vamos carregar o pacote reticulate:

library(reticulate)

Para verificar se o Python está disponível para uso, podemos usar a função py_available(). E para verificar qual versão do Python o reticulate está usando, podemos usar a função py_version():

py_available()
# > [1] TRUE

py_version()
# > [1] ‘3.6’

OBS: Uma dica se você também está se aventurando no mundo do RMarkdown + Reticulate: nas opções globais de chunk, utilize python = reticulate::eng_python para que funcione tudo corretamente :)

Vamos lá!

Se você se interessa em saber mais como programar em Python diretamente do RStudio, escreve aqui nos comentários :) Assim dá pra saber se tem demanda por um post futuramente sobre como tem sido essa experiência.

Variáveis

As regras para nomear as variáveis em Python são iguais às que usamos em R. O que percebi de diferente é a forma de declarar as variáveis:

• Em R, podemos declarar tanto usando o operador <- quanto =. Porém, as boas práticas recomendam utilizar <-. Por exemplo:

# Em R:
# use o sinal <- para atribuir algum valor a uma variável
atribuindo_variavel_em_r <- "Olá mundo do R!"

# escreva e execute o nome de uma variável para ver o conteúdo
atribuindo_variavel_em_r

[1] "Olá mundo do R!"

• Em Python, devemos usar = para declarar variáveis. Por exemplo:

# Em Python:
# use o sinal = para atribuir algum valor a uma variável
atribuindo_variavel_em_python = 'Olá mundo do Python!'

# Em Python:
# escreva e execute o nome de uma variável para ver o conteúdo
atribuindo_variavel_em_python

'Olá mundo do Python!'

Tipos básicos de dados

Os tipos básicos de dados nas duas linguagens também são similares, apesar de até então não visto um tipo de dado básico similar aos factors (usado para dados categóricos) em R no Python.

Editando: O Belisário, da Escola de Dados, me contou que no pandas existe um tipo de dado categórico, chamado Categoricals. Deixo aqui o link para a documentação, que ele enviou! Muito obrigada, Belisário!

Para descobrir a classe de uma variável, em R usamos a função class(), e em Python usamos a função type():

# Em R:
class(atribuindo_variavel_em_r)

[1] "character"

# Em Python:
type(atribuindo_variavel_em_python)

<class 'str'>

TRUE ou True?

Em R, usamos TRUE e FALSE (em letras maiúsculas) para representar valores booleanos de verdadeiro e falso. Já em Python, usamos True e False, sendo a primeira letra maiúscula e as outras minúsculas. Veja o exemplo:

# Em R
1 == 1

[1] TRUE

1 == 2

[1] FALSE

# Em Python
1 == 1

True

1 == 2

False

Índice

Essa diferença é algo que eu já tinha ouvido falar: Python é uma linguagem cujo índice se inicia em 0. Já em R, o índice se inicia em 1. Veja um exemplo:

# Em R:
# Criamos um vetor com três nomes
nomes_r <- c("Beatriz", "Ana", "Cecília")

# Para acessar o primeiro nome, usamos essa sintaxe, 
# com o índice 1:
nomes_r[1]

[1] "Beatriz"

# Em Python:

# Criamos uma lista com três nomes
nomes_python  = ['Beatriz', 'Ana', 'Cecília']

# Para acessar o primeiro nome, usamos essa sintaxe, 
# com o índice 0:
nomes_python[0]

'Beatriz'

# Se usassemos o índice 1, como em R, o valor retornado seria o segundo nome da lista:
nomes_python[1]

'Ana'

Estruturas de dados

As estruturas de dados que são tratadas no curso são as listas e os dicionários. Confesso que preciso estudar mais para me sentir a vontade de escrever as comparações com R, mas seguem aqui as minhas primeiras impressões:

Listas

De início, as listas me pareceram como os vetores que usamos em R, sendo que no R usamos a função c() para concatenar os valores em um vetor. Já em Python, usamos os colchetes para delimitar quais valores serão adicionados na lista: [].

# Em R:
# Criamos um vetor com três nomes
vetor_r <- c("Beatriz", "Ana", "Cecília")

# Em Python:

# Criamos uma lista com três nomes
lista_python  = ['Beatriz', 'Ana', 'Cecília']

PORÉM, uma coisa que é diferente é que a lista do Python aceita valores de mais de um tipo de classe. Já nos vetores em R isso não funciona bem, pois os vetores devem conter apenas um tipo de classe. Assim, caso a gente crie um vetor com valores de classes diferentes, acontecerá a coerção e tudo será generalizado para uma única classe:

# Em R:
# Criamos um vetor com três valores de classes diferentes
vetor_r_varias_classes <- c("Beatriz", 28, TRUE)

# usamos os colchetes para acessar valores dentro de um vetor: 
vetor_r_varias_classes[1]

[1] "Beatriz"

# podemos usar a função class() para conferir a classe de cada um dos elementos:
class(vetor_r_varias_classes[1])

[1] "character"

class(vetor_r_varias_classes[2])

[1] "character"

class(vetor_r_varias_classes[3])

[1] "character"

Reparou? No R, todos os valores do vetor foram transformados para ter a classe de texto, pois dentre as classes usadas no vetor, é a mais geral.

Já na lista do Python, a classe de cada elemento da lista foi mantida:

# Em Python:

# Criamos uma lista com três valores de classes diferentes
lista_python_varias_classes  = ['Beatriz', 28, True]

# conferindo a classe da variável
type(lista_python_varias_classes)

<class 'list'>

# usamos os colchetes para acessar valores dentro de uma lista:
lista_python_varias_classes[0]

'Beatriz'

# podemos usar a função type() para conferir a classe de cada um dos elementos:
type(lista_python_varias_classes[0])

<class 'str'>

type(lista_python_varias_classes[1])

<class 'int'>

type(lista_python_varias_classes[2])

<class 'bool'>

Outra possibilidade seria comparar as listas em Python com as listas em R. Porém a lista é criada com a função list(), e para acessar os elementos da lista é preciso usar colchetes duplos [[ ]]:

# Criamos uma lista com três valores de classes diferentes
lista_r <- list("Beatriz", 28, TRUE)

# Verificar a classe de cada elemento da lista
class(lista_r[[1]])

[1] "character"

class(lista_r[[2]])

[1] "numeric"

class(lista_r[[3]])

[1] "logical"

Dicionários

Os dicionários em Python me pareceram mais como as listas em R!

Se em R queremos fazer uma sequência de itens declarando uma chave e um valor correspondente, podemos usar a sintaxe list("chave" = valor_correspondente, ....):

# Em R:
lista_em_r <- list("nome" = "Beatriz", "idade" = 28, "estudante" = TRUE)

Para acessar algum valor da lista utilizando a chave, podemos usar a sintaxe nome_da_lista["nome_da_chave"], por exemplo:

# Em R:
lista_em_r["nome"]

$nome
[1] "Beatriz"

Nos dicionários de Python, para criar o dicionário devemos utilizar as chaves { }, e usar a seguinte sintaxe: {'nome_da_chave': valor_correspondente, ...}

pessoa = {'nome': 'Beatriz', 'idade': 28, 'estudante': True}

Para acessar algum valor o dicionário utilizando a chave, podemos usar a mesma sintaxe usada nas listas em R: nome_do_dicionario['nome_da_chave'], por exemplo:

pessoa['nome']

'Beatriz'

Como eu disse, ainda preciso estudar mais sobre essas estruturas de dados para conectar melhor as equivalências. Quem sabe no futuro escrevo algum post melhor sobre essas diferenças, né?

Aspas simples ou duplas?

Para escrever textos, é possível usar aspas simples ou aspas duplas. Porém em R é mais comum usar aspas duplas, e até então tenho visto mais o uso de aspas simples em Python.

Conclusão

Esse post ficou imenso e eu abordei a comparação de apenas parte do conteúdo da semana 1! Então achei melhor encerrar por aqui e continuar em outro post.

Achei bem legal escrever esse post pois me fez “colocar a mão na massa” e perceber várias das diferenças tratadas aqui!

Espero que esse post seja útil para pessoas que, assim como eu, já programam em R e querem aprender Python.

Agradecimentos

Agradeço muito à equipe da Escola de Dados, por oferecer esse curso. Além disso, gostaria de agradecer especialmente à instrutora da semana: Ana Cecília Vieira.

Como interagir?

Atualmente, não está funcionando a opção de comentários. Então se quiser comentar/interagir, recomendo que faça nessa thread, onde estou falando sobre essa série de posts:

• Veja a thread completa neste link!