Currículo introdutório de 10 semanas e 20 aulas da Microsoft, com tópicos fundamentais de ciência de dados, Python, quizzes e projetos.
37,7 mil7,6 milJupyter NotebookMITAtualizado há 3 dias
r0f1/datascience
Lista curada no estilo Awesome de recursos de Python para ciência de dados, com bibliotecas, tutoriais, livros, conjuntos de dados e palestras.
- Estrelas
- 4,682
- Forks
- 716
- Issues abertas
- 0
- Último commit
- há 4 dias
O que é?
Esta é uma lista curada no estilo Awesome de recursos para praticar ciência de dados com Python. Ela organiza links por tema, desde bibliotecas essenciais como pandas, scikit-learn, matplotlib e seaborn, passando por ferramentas gerais para Python, como uv, ruff e just, até áreas especializadas, incluindo alternativas a DataFrame, fluxos de trabalho com Jupyter, OCR, big data, estatística e visualização.
Além de pacotes de software, a lista também reúne livros de estatística, referências sobre p-values e tamanho de efeito, demonstrações interativas de estatística, conjuntos de dados baseados em R, tutoriais de machine learning e publicações de blog sobre engenharia de atributos e redução de dimensionalidade. Muitos itens vêm acompanhados de uma observação de uma linha sobre o que fazem ou por que são úteis.
A lista é útil como ponto de partida para encontrar uma ferramenta para uma tarefa específica com dados, como limpar colunas desorganizadas, validar schemas, selecionar atributos ou criar dashboards. Como a maioria dos itens são links externos, ela funciona melhor como um índice de descoberta do que como uma única biblioteca para instalar.
Recursos principais
- 01Abrange bibliotecas essenciais de dados para Python, como pandas, scikit-learn, matplotlib e seaborn.
- 02Lista alternativas a DataFrame, incluindo polars, duckdb, modin e vaex.
- 03Inclui recursos sobre fluxos de trabalho com Jupyter, ferramentas para notebooks e dashboards de dados.
- 04Reúne referências de estatística sobre p-values, tamanhos de efeito e testes estatísticos.
- 05Organiza por tema ferramentas de seleção de atributos, redução de dimensionalidade e validação de dados.
Casos de uso
- Encontrar uma biblioteca para uma tarefa específica com dados, como imputação, seleção de atributos ou validação de schema.
- Aprender estatística para análise de dados usando livros, conjuntos de dados e demonstrações interativas.
- Comparar alternativas ao pandas antes de escolher uma ferramenta de DataFrame para um projeto.
- Montar uma lista de leitura para estudar ciência de dados com Python por conta própria.
Tópicos
Perguntas frequentes
- O que é datascience?
- Lista curada no estilo Awesome de recursos de Python para ciência de dados, com bibliotecas, tutoriais, livros, conjuntos de dados e palestras. Esta é uma lista curada no estilo Awesome de recursos para praticar ciência de dados com Python. Ela organiza links por tema, desde bibliotecas essenciais como pandas, scikit-learn, matplotlib e seaborn, passando por ferramentas gerais para Python, como uv, ruff e just, até áreas especializadas, incluindo alternativas a DataFrame, fluxos de trabalho com Jupyter, OCR, big data, estatística e visualização.
- datascience é gratuito? Qual é a licença?
- datascience é open source sob a licença CC0-1.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- datascience ainda é mantido?
- Manutenção ativa. O último commit de datascience foi em 17 de out. de 2026.
- Para que posso usar datascience?
- Encontrar uma biblioteca para uma tarefa específica com dados, como imputação, seleção de atributos ou validação de schema. Aprender estatística para análise de dados usando livros, conjuntos de dados e demonstrações interativas. Comparar alternativas ao pandas antes de escolher uma ferramenta de DataFrame para um projeto. Montar uma lista de leitura para estudar ciência de dados com Python por conta própria.
- Onde consigo datascience?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/r0f1/datascience
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Uma alternativa direta ao Jupyter com agente de IA, formato de notebook YAML `.deepnote` e editor baseado em blocos para Python, R e SQL.
3 mil201TypeScriptApache-2.0Atualizado anteontem
Biblioteca de machine learning em Python baseada em SciPy e NumPy, com ferramentas de classificação, regressão, clustering e seleção de modelos, sob licença BSD.
67,8 mil27,6 milPythonBSD-3-ClauseAtualizado ontem
Biblioteca Python que transforma scripts em apps web interativos para dashboards de dados, relatórios e chat.
46,1 mil4,4 milPythonApache-2.0Atualizado ontem
Pacote Python para criar e compartilhar rapidamente demonstrações web e interfaces para modelos de machine learning, APIs ou qualquer função Python.
43,8 mil3,6 milPythonApache-2.0Atualizado ontem
Uma lista selecionada de bibliotecas, modelos, implementações, tutoriais e artigos relacionados ao PyTorch no GitHub.
16,7 mil2,8 milSem licençaAtualizado há 29 dias