WV Code - Arquivos do Blog

Olá!!!

Aqui neste repositório, você encontrará todos os scripts e datasets que são utilizados nos artigos do nosso blog.

Todos os scripts foram desenvolvidos por mim e pela Vanessa, com a finalidade de ilustrar o conhecimento que estamos querendo compartilhar.

Todos os datasets são públicos e foram obtidos em diversos sites. O arquivo readme.md em cada folder tem mais detalhes. Se você for utilizar estes arquivos em outras atividades, não esqueça de referenciar a origem do dataset.

Abaixo seguem algumas orientações de como utilizar estes datasets.

Estou utilizando o Google Colab

Se você está seguindo a dica dos instrutores e utilizando o Google Colab para escrever seus notebooks, você pode baixar uma cópia dos dados no próprio Google Colab. Para isto, você precisa apenas adicionar o seguinte comando em uma célula de código do seu notebook:

!git lfs clone -l -s https://github.com/wvcode/blog-arquivos.git

Dica
Ao organizar seu notebook, crie uma seção no início onde você inicializa o ambiente, incluindo realizar o download dos datasets.

Este mesmo comando deve funcionar em outros ambientes similares ao Google Colab, como o Jupyter e Deepnote.

Estou utilizando VSCode, PyCharm e outras IDEs

Isto significa que você está utilizando seu próprio computador para realizar o desenvolvimento dos seus notebooks. Por isso, a maneira mais simples é baixar o repositório em um local que você possa acessar facilmente a partir dos seus notebooks.

Escolha um diretório e utilize o seguinte comando a partir do seu prompt:

> git clone https://github.com/wvcode/blog-arquivos.git && rm -rf blog-arquivos/.git

AVISO: esse comando funciona em sistemas operacionais linux e mac. Se você está usando Windows, o comando se divide em dois:

> git clone https://github.com/wvcode/blog-arquivos.git 
> del blog-arquivos/.git

Dependências

Para baixar os datasets no seu computador, você precisa ter o cliente do Git instalado em seu computador. Você pode obte-lo aqui.

E se eu não quiser baixar os arquivos, como faço???

Se você não quiser baixar os arquivos, para poupar seus recursos de armazenamento, ainda existe uma alternativa: você pode acessar os arquivos de forma online através de uma URL especial do GitHub!

URL

https://github.com/wvcode/blog-arquivos/blob/main/datasets/<diretorio>/<nome do arquivo>?raw=true

onde:

• <diretorio> - pasta de onde queremos ler o arquivo. Exemplo: pokemons é a pasta que contém o dataset de pokemons.
• <nome do arquivo> - nome do arquivo de dados. Exemplo: na pasta pokemons temos o arquivo pokemons.csv.

Então, mostrando o exemplo completo: Se quisermos carregar os dados de pokemons em um DataFrame do Pandas, o código seria esse:

import pandas as pd

pokemons = pd.read_csv('https://github.com/wvcode/blog-arquivos/blob/main/datasets/pokemons/pokemon.csv?raw=true')

print(pokemons.shape)
(1032, 44)