My Data Learning Blog

 Função Less Than e Bigger than (a sintaxe é a mesma): select       title,      stock_quantity from books where stock_quantity < 100 Função AND select       title,      stock_quantity,      pages from books where stock_quantity < 100 AND pages >300 Função OR select title, author_lname from books where author_lname = 'Eggers' or author_lname = 'Gaiman' Função Between (e Not Between) select title, released_year from books where released_year between 2005 and 2016 Função Cast Imaginemos que temos uma data numa string e por algum motivo queremos que seja lida como uma data. Para isso utilizamos a função CAST: select cast('2021-03-30' as datetime)

 Ora hoje comecei a estudar o Numpy. Para o instalarmos no Jupyter Notebook basta correr o seguinte código: import numpy as np Podemos começar por criar uma lista: lista = [1,2,3] -- criamos a lista x = np.array(lista) -- definimos uma variável x que terá um array a partir da lista Também podemos criar um array multidimensional, inserindo mais do que apenas uma lista: matriz = np.array([[1,2],[3,4]]) -- inserimos o [1 , 2] na primeira linda e depois o [3 , 4] na segunda linha. Funcionalidade Random: Imaginemos que queremos criar um array dentro do numpy com 10 elementos aleatórios entre 0 e 1: y = np.random.rand(10) -- rand cria elementos aleatórios entre 0 e 1 Aí estão eles criados dentro da nossa variável y. Imaginemos que agora queremos apenas um número aleatório entre 1 a 10: z = np.random.randint(1,10) -- cria um nº inteiro aleatório entre 1 e 10 Podemos também criar mais do que apenas 1 número aleatório. Imaginemos que queremos 5 números aleatórios entre 1 e 10: s = np.ran...

Ora bem, hoje vou falar um pouco sobre o que podemos fazer para sabermos se podemos pegar na relação entre duas variáveis e se podemos generalizar as suas médias para a população geral.  Exemplo 1 ------------------------------------------------------------------------------------------------------------ Antes de mais temos de ter uma variável Quantitativa e outra Qualitativa. Depois vamos seguir os seguintes passos: 1) Verificar se a distribuição é normal ou aproximadamente normal em cada um dos grupos; 2) verificar se as variâncias nos grupos são iguais ou diferentes (teste de Levene); 3) fazer o teste propriamente dito. Pegando na mesma base de dados de jornais que utilizei ontem, vamos fazer então a seguinte análise: O nº médio de diários lidos por semana é igual nos homens e nas mulheres ? É portanto um teste de comparação de 2 médias independentes. Vamos começar por definir o nosso H0 e o nosso Ha: H0 : o nº médio de diários lidos por semana é igual no grupo de Homens e no gr...

Exercício 1 --------------------------------------------------------------------------------------------- Dado o ficheiro S&P500_Stock_Data.csv, imprimir o título que está na primeira linha, bem como as subsequentes 5 linhas: Primeiro temos de fazer o import do módulo CSV para o Jupyter Notebook: import csv Depois temos de transformar os elementos do ficheiros numa lista, para os podermos manipular à vontade: with open("S&P500_Stock_Data.csv", "r") as file: --  abrimos o ficheiro     readCSV = csv.reader(file, delimiter=',') -- atribuimos variável readCSV ao interior do ficheiro     lista = list(readCSV) -- criamos outra variável lista a partir da readCSV A partir daqui podemos simplesmente imprimir o título: print(lista[0]) E depois as 5 linhas seguintes depois do título: print(lista[1:6]) Exercício 2 --------------------------------------------------------------------------------------------- Criar um código que aceite inputs de utilizadores e ...

 Hoje estive a aprender a resposta a esta pergunta. Imaginemos que temos um base de dados com um inquérito que fizemos a 100 pessoas com várias perguntas acerca de jornais. Uma dessas perguntas era a idade do inquirido. Os resultados a essa pergunta foram os seguintes: Como podemos verificar a média de idades da nossa amostra é de 33.58 anos, descontando as 12 respostas que não nos foram dadas (100 - 12 = 88 casos). Imaginemos que este era apenas um estudo igual a outros que já tinham sido feitos anteriormente, e nesses estudos chegámos à conclusão que a média dos leitores tinha sido 34 anos. A questão a que queremos responder agora seria: podemos considerar que esta amostra é representativa da nossa população geral ? Vamos responder-lhe: Para sabermos se o resultado poderá ser transposto para uma população geral, temos primeiramente que trabalhar com uma variável quantitativa, como é o caso desta. De seguida teremos de descrever a variável dentro da amostra, para saber se esta te...

Serve este post para partilhar um excelente recurso do autor Steve Steadman. Ao longo destas  páginas explica muito bem todos os joins de SQL.  Fica aqui portanto partilhado para referência futura:

 https://dax.guide/ Recomendo vivamente este link pois explica pormenorizadamente cada função DAX utilizada no PowerBI e até tem vídeos a explicar. Façam lhe impreterivelmente uma visita !