Unicode e Character Encodings.

Ainda vejo muitas desenvolvedores com dúvidas sobre Unicode e character encodings, muitas vezes por não compreender os fundamentos e padronização do Unicode e ASCII.

O Unicode é um padrão de representação de texto projetado com base no código ASCII com a diferença que o Unicode é capaz de interpretar quase todos os caracteres e símbolos.

O Character Encodings vai determinar dentro do Unicode qual o padrão de mapeamento dos caracteres e símbolos é utilizado, os mais conhecidos são UTF-8, UTF-16 e UTF-32.

Existem outros encodings como o latin-1(ISO/8859-1) mas vamos abordar somente a família UTF.

Lembrando que os padrões de Unicode e seus encodings são padrões para qualquer área de computação, mas aqui utilizaremos Python 3 para exemplos mais práticos.

Acesse o tutorial completo em: https://nakatech.herokuapp.com/article/unicode.html.

Python map, filter e reduce.

Python map() é uma função built-in que permite processar itens e alterar suas características.

O map também é muito utilizado para fazer iteração sem a necessidade de loop explícito.

Além do map, podemos utilizar as funções filter e reduce para auxiliar na técnica de processamento dos itens do map.

O filter como o próprio nome diz, é utilizado para filtrar os itens do map através de adição de funções booleanos.

Já o reduce é utilizado para reduzir uma lista em um único valor agregando todos itens da lista.

Acesse o tutorial completo em: https://nakatech.herokuapp.com/article/pyMap.html.

Colaboratory e Pandas.

Organizar, filtrar e exibir dados são tarefas fáceis utilizando a biblioteca de análise de dados pandas.

Pandas é uma ferramenta muito poderosa que possibilita tratar, analisar e exibir em formato de tabelas ou em gráficos.

Além de ser uma ferramenta de código aberto, uma grande comunidade de desenvolvedores e uma vasta documentação.

Para trabalhos com ciência de dados, o pandas é uma ferramenta essencial que não pode faltar.

Neste Post vamos utilizar o Google Colab para facilitar o setup do ambiente, assim podemos adiantar esse ponto.

Acesse o tutorial completo em: https://nakatech.herokuapp.com/article/colabPandas.html.

Python e Números.

Não é segredo que para trabalhar com programação não é necessário ser um gênio da matemática, mas é necessário entender o básico de Álgebra .

De qualquer forma matemática e computação estão diretamente ligados.

Assim é importante entender como funcionam os números em Python.

Para especialistas em ciências de dados e inteligência artificial os números são essenciais para executar o trabalho.

Mas é importante que qualquer programador saiba utilizar os tipos corretos de números para cada solução.

Acesse o tutorial completo em: https://nakatech.herokuapp.com/article/pyNumber.html.

Python e estrutura de dados.

A estrutura de dados é algo fundamental na programação.

Com Python não seria diferente, e nesse Post vamos mostrar algumas formas de estruturar nossos dados utilizando Python.

Uma particularidade do Python quando trabalhamos com listas é que ela não é tão organizada como em Java que proporciona uma interface com várias implementações de tipos de listas.

Vamos ver nesse Post algumas formas de utilização das listas e como utilizar para estruturar dados.

Escolher o tipo de implementação de lista pode determinar a eficiência da estrutura de dados utilizado na aplicação.

Acesse o artigo completo em: https://nakatech.herokuapp.com/article/pyData.html.

Google Colab + Face Recognition.

Nesse Post vamos trabalhar no Google Colab + Python e fazer uma aplicação para reconhecimento de faces.

Vou deixar o modo colaborativo ativado e o link para que você possa testar em qualquer lugar sem precisar montar o ambiente.

O reconhecimento de imagem possibilita a aplicação identificar rostos em uma foto.

Vamos utilizar o lib Python face_recognition que contém todas as bibliotecas necessárias para a nossa aplicação.

A lib face_recognition possui várias capacidades, inclusive fazer o reconhecimento facial através de câmeras, mas nesta aplicação vamos trabalhar com imagens.

Mão na massa.

Para que não precise configurar todo ambiente criei um ambiente colaborativo no Google Colab: Google Colab Face Recognition.

Antes de iniciar a instalação e rodar a aplicação, altere o Ambiente de execução para utilizar GPU: Ambiente de Execução -> Alterar tipo de Ambiente de Execução.

Execute a instalação das dependências:

Agora podemos executar a aplicação:

No painel lateral esquerdo as imagens das faces são gerados , clique no ícone de refresh para atualizar o diretório:

Conclusão.

O Google Colab é uma ótima ferramenta para compartilhar conhecimento e fazer um trabalho colaborativo, além de ter um ambiente centralizado e sem necessidade de configurar a máquina física.

Arquivos com Python.

É de extrema importância manipular arquivos no mundo da computação.

Não importa a linguagem de programação ou a forma que esteja manipulando, seja um script ou um arquivo batch.

Manipulando arquivos, podemos gerar planilhas, criar backups, alimentar uma base de inteligência artificial, entre outras possibilidades.

Nesse post vamos mostrar um tutorial para manipular arquivos com Python.

Trabalhar com arquivos utilizando Python é bem fluído, pois a sintaxe é bem parecida com shell script.

Acesse o tutorial completo em: https://nakatech.herokuapp.com/article/pyFiles.html.