Material das Aulas de Data Science aplicada à Engenharia de Software (2023).
Ministrante: Saulo Martiello Mastelini.
Utilizaremos o jupyter notebook para criar arquivos interativos que podem combinar código e texto. Esses arquivos serão compartilhados (em geral) no começo das aulas, para que possam acompanhar a execução dos códigos e melhor entender o conteúdo apresentado.
Passos (ler observação no final):
- Instalar o miniconda: website
- Criar uma pasta para as aulas da disciplina
- Salvar o conteúdo a seguir como um arquivo chamado
environment.yml
, dentro da pasta criada
- Atenção na extensão do arquivo
name: uel
channels:
- defaults
dependencies:
- ca-certificates=2023.01.10=haa95532_0
- certifi=2022.12.7=py39haa95532_0
- openssl=1.1.1t=h2bbff1b_0
- pip=22.3.1=py39haa95532_0
- python=3.9.16=h6244533_0
- setuptools=65.6.3=py39haa95532_0
- sqlite=3.40.1=h2bbff1b_0
- vc=14.2=h21ff451_1
- vs2015_runtime=14.27.29016=h5e58377_2
- wheel=0.38.4=py39haa95532_0
- wincertstore=0.2=py39haa95532_2
- pip:
- altair==4.2.2
- anyio==3.6.2
- argon2-cffi==21.3.0
- argon2-cffi-bindings==21.2.0
- arrow==1.2.3
- asttokens==2.2.1
- attrs==22.2.0
- backcall==0.2.0
- beautifulsoup4==4.11.2
- bleach==6.0.0
- blinker==1.5
- cachetools==5.3.0
- cffi==1.15.1
- charset-normalizer==3.0.1
- click==8.1.3
- colorama==0.4.6
- comm==0.1.2
- contourpy==1.0.7
- cycler==0.11.0
- debugpy==1.6.6
- decorator==5.1.1
- defusedxml==0.7.1
- entrypoints==0.4
- executing==1.2.0
- fastjsonschema==2.16.3
- fonttools==4.38.0
- fqdn==1.5.1
- gitdb==4.0.10
- gitpython==3.1.31
- idna==3.4
- importlib-metadata==6.0.0
- importlib-resources==5.12.0
- ipykernel==6.21.2
- ipython==8.10.0
- ipython-genutils==0.2.0
- ipywidgets==8.0.4
- isoduration==20.11.0
- jedi==0.18.2
- jinja2==3.1.2
- joblib==1.2.0
- jsonpointer==2.3
- jsonschema==4.17.3
- jupyter==1.0.0
- jupyter-client==8.0.3
- jupyter-console==6.6.1
- jupyter-core==5.2.0
- jupyter-events==0.6.3
- jupyter-server==2.3.0
- jupyter-server-terminals==0.4.4
- jupyterlab-pygments==0.2.2
- jupyterlab-widgets==3.0.5
- kiwisolver==1.4.4
- lightgbm==3.3.5
- markdown-it-py==2.2.0
- markupsafe==2.1.2
- matplotlib==3.7.0
- matplotlib-inline==0.1.6
- mdurl==0.1.2
- mistune==2.0.5
- nbclassic==0.5.2
- nbclient==0.7.2
- nbconvert==7.2.9
- nbformat==5.7.3
- nest-asyncio==1.5.6
- notebook==6.5.2
- notebook-shim==0.2.2
- numpy==1.24.2
- packaging==23.0
- pandas==1.5.3
- pandocfilters==1.5.0
- parso==0.8.3
- pickleshare==0.7.5
- pillow==9.4.0
- platformdirs==3.0.0
- plotly==5.13.1
- prometheus-client==0.16.0
- prompt-toolkit==3.0.37
- protobuf==3.20.3
- psutil==5.9.4
- pure-eval==0.2.2
- pyarrow==11.0.0
- pycparser==2.21
- pydeck==0.8.0
- pygments==2.14.0
- pympler==1.0.1
- pyparsing==3.0.9
- pyrsistent==0.19.3
- python-dateutil==2.8.2
- python-json-logger==2.0.7
- pytz==2022.7.1
- pytz-deprecation-shim==0.1.0.post0
- pywin32==305
- pywinpty==2.0.10
- pyyaml==6.0
- pyzmq==25.0.0
- qtconsole==5.4.0
- qtpy==2.3.0
- requests==2.28.2
- rfc3339-validator==0.1.4
- rfc3986-validator==0.1.1
- rich==13.3.1
- scikit-learn==1.2.1
- scipy==1.10.1
- seaborn==0.12.2
- semver==2.13.0
- send2trash==1.8.0
- six==1.16.0
- smmap==5.0.0
- sniffio==1.3.0
- soupsieve==2.4
- stack-data==0.6.2
- streamlit==1.19.0
- tenacity==8.2.1
- terminado==0.17.1
- threadpoolctl==3.1.0
- tinycss2==1.2.1
- toml==0.10.2
- toolz==0.12.0
- tornado==6.2
- traitlets==5.9.0
- typing-extensions==4.5.0
- tzdata==2022.7
- tzlocal==4.2
- uri-template==1.2.0
- urllib3==1.26.14
- validators==0.20.0
- watchdog==2.3.0
- wcwidth==0.2.6
- webcolors==1.12
- webencodings==0.5.1
- websocket-client==1.5.1
- widgetsnbextension==4.0.5
- zipp==3.15.0
- Abrir um terminal adequado para manipular o anaconda/miniconda:
- No Windows: anaconda powershell
- No Linux e Mac: o terminal padrão do sistema
- Navegar no terminal até a pasta criada (alternativamente, o terminal pode ser aberto diretamente na pasta)
- Executar o seguinte comando:
conda env create -f environment.yml
A partir daqui, os passos serão utilizados toda vez que formos utilizar os notebooks jupyter:
- Com o terminal aberto na pasta das aulas, rodar o seguinte comando para ativar o ambiente de programação criado:
conda activate uel
- Abrir o ambiente do jupyter notebook, rodando o seguinte comando:
jupyter notebook
Obs: pode ser que seja necessário fechar e reabrir o terminal após a execução do passo 1, para que os passos posteriores funcionem corretamente.