Artigos

Soluções e recursos visuais usando Python


Soluções e recursos visuais usando Python

Para trabalhar com repositórios GitHub de dentro do VS, você precisa instalar a extensão GitHub para Visual Studio. Para fazer isso, execute o instalador do Visual Studio, selecione Modificare selecione o Componentes individuais aba. Role para baixo até o Ferramentas de código seção, selecione Extensão GitHub para Visual Studioe selecione Modificar.


Soluções e recursos visuais usando Python

Problemas de codificação 100 Plus Python com soluções

Bem-vindo ao mundo da solução de problemas Python.

Aqui, examinaremos um problema relacionado à codificação do mundo real. Vamos pensar sobre o processo de resolução do problema e depois resolvê-lo. Após a solução, explicaremos a resposta.

  • 1.1 - Converter entrada
  • 1.2 - Poder matemático
  • 1.3 - Número aleatório
  • 1.4 - Divisão de Andar
  • 1.5 - Variável temporária
  • 2.1 - Máximo de dois
  • 2.2 - Máximo de três
  • 2.3 - Média de números
  • 2.4 - Divisível por 3 e 5
  • 2.5 - Soma de dígitos

3.1 - Soma dos elementos

2.1 - Máximo de dois

2.2 - Máximo de três

2.3 - Média de números

2.4 - Divisível por 3 e 5

2.5 - Soma de dígitos

3.1 - Soma dos elementos

3.3 - Soma dos quadrados

3.4 - Segundo maior

3.5 - O segundo menor

  • 4.1 - Milhas a Quilômetros
  • 4.2 - Celsius para Fahrenheitt
  • 4.3 - Decimal para binário
  • 6.1 - Simples interesse
  • 6.2 - Juros Complexos
  • 6.3 - Calcular notas
  • 6.4 - Força gravitacional
  • 6.5 - Área do Triângulo
  • 7.1 - Verificar Prime
  • 7.2 - Números primos
  • 7.3 - Fatores primários
  • 7.4 - Menor fator principal
  • 8.1 - String reversa
  • 8.2 - String reversa (pilha)
  • 8.3 - String reversa (recursiva)
  • 8.4 - Número reverso
  • 8.5 - Palavra reversa
  • 9.1 - Verifique palíndromo
  • 9.2 - Dicionário de cubos
  • 9.3 - Número Armstrong
  • 9.4 - Maior divisor comum
  • 9.5 - Mínimo múltiplo comum
  • 11.1 - Jogo de adivinhação
  • 11.2 - Pedra Papel Tesoura
  • 11.3 - Vacas e touros
  • 11.4 - Vacas e touros (4 dígitos)
  • 11.5 - Completamento de palavras
  • 11.6 - Carrasco de palavras
  • 12.1 - Calculadora Simples
  • 12.2 - Gerador de senhas
  • 12.3 - Senha com requisitos
  • 12.4 - Permutações
  • 12.5 - Gerar Sentenças
  • 13.1 - Relógio Simples
  • 13.2 - Birthday-remaining.md
  • 13.3 - Calcular idade

Apenas metade da tarefa está concluída. Mais problemas estão chegando. Se você quiser adicionar mais problemas, sinta-se à vontade para enviar uma solicitação de pull.

Aqui, estamos nos concentrando no pensamento e nas estratégias para resolver um problema. No entanto, cada problema pode ser resolvido de várias maneiras. E outras soluções poderiam ser melhores e mais rápidas.

Sempre mantenha a mente aberta para aprender várias soluções para resolver um problema.

Vamos começar sua jornada. Vamos resolver todos os problemas que você enfrenta.

tags: heroína de programação python python3 resolução de problemas programação codificação desafio entrevista learn-python python-tutorial programação-exercícios programação-desafios programação-fundamentos programação-concurso python-codificação-desafios python-problema-resolução


Construindo um aplicativo da web com Django

Agora é hora de passar para um aplicativo mais robusto. Até agora, você explorou como Python funciona em um aplicativo Visual Studio Console, os principais recursos, atalhos, gerenciamento de dependências, etc. É hora de construir algo que se pareça com algo útil na vida diária & # 8212 um aplicativo da web feito com Django.

Django é uma estrutura da Web Python de alto nível que incentiva o desenvolvimento rápido e um design limpo e pragmático. Uma das escolhas favoritas para desenvolvedores Python em termos de aplicativos da web. Você deve ter notado que na etapa em que criou o modelo de projeto Python, o Visual Studio apresenta várias opções relacionadas a estruturas Python, como projetos baseados em Django e Flask.

Agora, para voltar às etapas iniciais e criar outro aplicativo selecionando o menu Novo & gt projeto. Quando a janela abrir, certifique-se de ter Pitão como o idioma padrão selecionado.

Você tem a opção de criar um projeto web vazio para projetos web Python genéricos. No entanto, fique com o Django, pois ele economiza muito tempo em termos de configurações. A Figura 13 ilustra essa etapa.

Figura 13. Criando um novo projeto da Web Django

Clique Próximo e, na tela seguinte, dê um nome ao projeto e à solução, selecione a localização do projeto e acesse o Crio botão. Depois de criar o projeto, reserve um tempo para analisar sua estrutura inicial (Figura 14).

Figura 14. Estrutura inicial e # 8211 projeto da web Django

Projetos no Django são compostos de um ou mais aplicativos internos do Django, parecendo um modelo monolítico. Como você pode ver na imagem acima, cada projeto está localizado logo abaixo da solução. Você pode ter quantos desejar.

Configurando um ambiente virtual

Python funciona com ambientes virtuais (venvs), que são árvores de diretório autocontidas com uma instalação Python para uma versão específica da linguagem. Essa estrutura ajuda a separar o ambiente Python instalado globalmente daqueles que você deve usar junto com seus projetos. Eles funcionam como espaços de trabalho virtuais.

Para adicionar um venv ao seu Ambientes Python nó, clique com o botão direito no Ambientes Python nó e selecione a opção Adicionar Ambiente & # 8230 A janela mostrada na Figura 15 aparecerá com várias informações, como o nome que você deseja para o novo ambiente, a versão do Python a ser usada (3.8) e a localização dos arquivos de configuração.

Figura 15. Adicionando um novo ambiente virtual ao Visual Studio

Você pode deixar todas as configurações como estão e clicar no botão Crio botão. Apenas certifique-se de deixar o Definir como ambiente atual caixa de seleção marcada. No final do processo, seu nó mudará para o seguinte:

Figura 16. Novo conjunto de ambientes Python.

Excelente! Você não deve mais usar o ambiente global padrão. Dessa forma, todos os pacotes Python e alterações que você realizar ficarão restritos a este env, para que seu aplicativo fique totalmente isolado e não cause impacto nos outros.

O Projeto Django

Você pode dividir tudo na pasta DjangoWebProject1, a estrutura do projeto, assim:

  • __init__.py: Python precisa diferenciar pastas comuns de pastas Python. A maneira como isso é feito é por meio deste arquivo. Quando Python encontra este arquivo vazio em um diretório, ele imediatamente o entende com base em Python.
  • wsgi.py: It & rsquos usado para fins WSGI (interface de gateway de servidor da web). Este exemplo não irá usá-lo.
  • settings.py: Como o nome sugere, este arquivo cuida de todas as configurações para um projeto Django, como autenticação, gerenciamento de sessão, etc. Você pode encontrar a lista completa de configurações suportadas aqui.
  • urls.py: Aqui & rsquos onde você deve mapear as rotas para seus endpoints Django, geralmente para suas páginas de app & rsquos.
  • manage.py: It & rsquos um arquivo de configuração raiz que lida com configurações como variáveis ​​env, tratamento de exceção geral, etc.

O aplicativo Django

O aplicativo Django, que está localizado no aplicativo , vem em um pacote separado baseado em Python porque os projetos Django podem ter um ou mais aplicativos Django. Ele fará uso do urls.py arquivo que você acabou de ver para rotear do escopo externo para os escopos do aplicativo interno.

Entre suas principais pastas e arquivos gerados automaticamente, você pode encontrar:

  • uma / migrações pasta que cuida dos scripts do banco de dados para lidar automaticamente com as migrações de um lado para outro.
  • uma /modelos pasta para lidar com os modelos Django. Os templates Django são pedaços de HTML que podem receber variáveis ​​dinâmicas para transformar páginas estáticas em dinâmicas. Veja que vários modelos prontos para uso já vêm com ele.
  • uma forms.py arquivo para ajudá-lo a construir formulários da web em Python e configurar coisas como autenticação e regras de validação.
  • uma models.py arquivo para conter os modelos Django, que são encapsulamentos de objetos de dados para manter as informações do seu modelo de negócios.
  • uma tests.py arquivo para lidar com o teste de unidade.
  • e um views.py arquivo para criar e gerenciar suas páginas da web, lidar com as solicitações, chamar os serviços e bancos de dados e retornar as respostas. Eles funcionam como controladores.

Quadro

O Tableau é uma ferramenta de visualização de dados de autoatendimento que ajuda os clientes a visualizar e apresentar dados na forma de painéis e gráficos interativos para mostrar ideias e realizar análises de dados em tempo real. O Tableau é muito fácil de usar, pois fornece uma interface de usuário de arrastar e soltar para visualizar os dados disponíveis com o mínimo de script necessário apenas para campos calculados.

Pré-requisitos

Para conectar o Python ao Tableau, é necessário instalar o Python IDE (Anaconda Navigator), que também é uma ferramenta de código aberto.

Como integrar Python com Tableau?

TabPy é a API que permite o funcionamento do código Python em uma pasta de trabalho do Tableau.

Etapas para integrar Python com Tableau:

1. Depois de baixar o Anaconda Navigator, o próximo passo seria baixar o servidor Tabpy. O servidor TabPy pode ser baixado digitando conda install -c anaconda TabPy-server no prompt do anaconda.

Depois que todos os pacotes forem instalados, ele solicitará sim ou não para continuar, pressione y para instalar o servidor.

2. Após a instalação do servidor TabPy, o servidor deve ser iniciado para se conectar ao Tableau. Para iniciar o TabPy-server, devemos mudar o diretório do diretório raiz para a pasta onde o TabPy-server está instalado. Isso pode ser feito digitando cd C: Usuários * seu nome de usuário * Anaconda3 pkgs tabpy-server-0.2-py37_1 Lib site-packages tabpy_server comando no prompt do anaconda. Este comando muda o diretório para a pasta onde tabpy_server está instalado.

3. O próximo comando startup.bat pode ser digitado para iniciar o servidor.

4. Após o comando startup.bat, o prompt exibe o número da porta 9004 na qual o TabPy-server foi inicializado. Depois de inicializar o servidor, a próxima parte é conectar o servidor ao Tableau. Abra a área de trabalho do Tableau.

  • Abra o menu Ajuda.
  • Nele, escolha as configurações e o desempenho
  • A partir das configurações e desempenho, escolha gerenciar a conexão externa.
  • Selecione TabPy / API externa
  • Selecione localhost
  • Certifique-se de que o número da porta seja 9004

Clique na conexão de teste para verificar a conectividade.

Assim que a conexão for bem-sucedida, clique no botão OK para aprovar a conexão externa.

Por que Python + Tableau?

Quando o Tabpy é usado com o Tableau, os campos calculados podem ser definidos no Python, o que nos permite usar o poder de muitas bibliotecas de aprendizado de máquina diretamente das visualizações do Tableau. Ele permite muitos recursos novos, como previsões de aprendizado de máquina, análise sentimental e previsão de séries temporais usando vários modelos personalizando campos calculados.

Limitações da integração do Python com o Tableau

Embora haja muitas vantagens em habilitar o Tabpy, também há certas limitações.

  • Quando um grande conjunto de dados é usado, o tempo de espera será maior enquanto o script é executado cada vez que você faz uma alteração na visualização.
  • Os campos calculados gerados pelo Python não serão extraídos se você criar uma extração do Tableau.
  • O script Python será executado apenas quando você colocá-lo na visualização.
  • Você não pode usar os cálculos do Tabpy para criar valores e basear cálculos adicionais nesses valores, a menos que possa usar os dois campos calculados na exibição.

Quando implantado em conjunto, o Python integrado ao Tableau pode ajudar a fornecer uma plataforma analítica escalonável, flexível e avançada.

Para saber mais sobre os programas de treinamento de usuário final e Tableau Consulting da Visual BI, entre em contato conosco aqui.


Soluções e recursos visuais usando Python

Eu acho que o Python seria melhor, já que o TypeScript não é tão comum ou "usado" na comunidade do Power BI. Teoricamente, o TypeScript funcionaria, mas acho que você obterá mais ajuda com Python. Eu também acho que Python é mais robusto em geral.

Agradeceria elogios se minha resposta fosse útil. Eu também agradeceria se você marcasse como uma solução se isso resolvesse o problema. Obrigado!

Orgulho de ser um Datanaut!
Envie-me uma mensagem privada para necessidades de consultoria ou treinamento.

O Python será capaz de realizar a funcionalidade de write-back no Power BI tendo SAP HANA como fonte de dados / banco de dados?

Tendo em mente as restrições do Python no Power BI, você acha, o que estou tentando alcançar no Power BI, pode ser feito com Python.

Abaixo o link de restrições de Python no Power BI:

Você poderia ser mais específico em relação ao uso de Python no Power BI.

Não estou familiarizado com Creation Of Custom Visuals usando Python ou TypeScript.

Se você deseja implementar a função write-back, o powerapp visual pode atender às suas necessidades?

Cumprimentos,
Equipe de Apoio à Comunidade _ Eason

Com o PowerApps, o SAP HANA não pode ser usado como uma fonte de dados para funcionalidade de write-back e, portanto, para recursos de planejamento.

Eu explorei todas as opções disponíveis (que eu consigo pensar), Power On AddOn - Featured Custom Visualizations, onde uma visualização tabular está escrevendo de volta para SAP HANA.

Eu também verifiquei com os caras do Power On, e eles não divulgaram o que usaram para criar visuais personalizados.

Além disso, estou assistindo a um webinar de Python no Power BI - onde eles estão dizendo claramente que o Python visual é um visual separado com um bloco - onde podemos escrever nossos próprios scripts Python e podemos fazer um visual dos dados que carregamos da fonte de dados.

Também é dito que o visual criado em Python não será tão interativo como em HTML + TypeScript.

Portanto, por enquanto, posso concluir que Python é uma flor que ainda está crescendo no jardim do Power BI e que requer um pouco mais de tempo para aproveitar toda a sua magia na ferramenta Power BI.


3,5. Pacotes alternativos¶

Além da distribuição padrão do CPython, existem pacotes modificados incluindo funcionalidades adicionais. A seguir está uma lista de versões populares e seus principais recursos:

Instalador com compatibilidade multiplataforma, documentação, PyWin32

Módulos científicos populares (como numpy, scipy e pandas) e o gerenciador de pacotes conda.

Um “ambiente de análise Python abrangente” com editores e outras ferramentas de desenvolvimento.

Distribuição específica do Windows com pacotes científicos pré-construídos e ferramentas para a construção de pacotes.

Observe que esses pacotes podem não incluir as versões mais recentes do Python ou outras bibliotecas e não são mantidos ou suportados pela equipe principal do Python.


Integração Git

O VS Code tem suporte integrado para gerenciamento de controle de origem e vem com suporte para Git e GitHub pronto para uso. Você pode instalar suporte para outros SCM e rsquos no VS Code e usá-los lado a lado. O controle da fonte é acessível a partir do Fonte de controle visualizar:

Se a pasta do seu projeto contiver uma pasta .git, o VS Code ativará automaticamente toda a gama de funcionalidades do Git / GitHub. Aqui estão algumas das muitas tarefas que você pode realizar:

    para Git
  • Envie e extraia as alterações de repositórios remotos
  • Faça check-out existente ou crie novos branches e tags
  • Ver e resolver conflitos de mesclagem

Todas essas funcionalidades estão disponíveis diretamente na IU do VS Code:

O VS Code também reconhecerá as alterações feitas fora do editor e se comportará de maneira adequada.

Aplicar suas alterações recentes no VS Code é um processo bastante simples. Os arquivos modificados são mostrados no Fonte de controle ver com um M marcador, enquanto novos arquivos não rastreados são marcados com um você. Prepare suas alterações passando o mouse sobre o arquivo e clicando no sinal de mais (+) Adicione uma mensagem de confirmação na parte superior da visualização e clique na marca de seleção para confirmar as alterações:

Você também pode enviar commits locais para o GitHub de dentro do VS Code. Selecione Sincronizar de Fonte de controle ver o menu ou clique Sincronizar Mudanças na barra de status ao lado do indicador de ramificação.


Etapa 2 - Instalando a extensão Python

Podemos agilizar o processo de trabalho com Python no Visual Studio instalando a extensão Python criada pela Microsoft. Para instalar a extensão, abra o menu de extensão à esquerda (o ícone parece um quadrado dentro de um quadrado) e pesquise Python.

Será o primeiro que aparecerá, e você pode clicar nele para ver os detalhes da extensão e clicar Instalar.

Após a instalação, pode ser necessário recarregar, então vá em frente e faça isso.

Depois de reiniciar, você pode aproveitar as vantagens dos recursos de extensão e rsquos do Python:

  • IntelliSense
  • Preenchimento automático
  • Atalhos para executar arquivos Python
  • Informações adicionais sobre variáveis ​​Python, funções e assim por diante.

Para começar a trabalhar com o IntelliSense, crie uma matriz vazia chamada list.

Em seguida, seguir a lista de tipos. seguido por um ponto e observe que algumas informações aparecem. A extensão fornece todas as funções e propriedades de uma lista que você pode usar.

Se quiser usar uma dessas funções, você pode pressionar ENTER ou TAB para completar automaticamente o nome da função. Isso significa que don & rsquot tem que memorizar todas as funções em Python porque a extensão lhe dará dicas sobre o que está disponível. Observe também que ele mostra uma breve descrição do que a função faz e quais parâmetros ela usa.

Você também pode obter o intellisense ao importar módulos em Python. Observe que se você digitar random, o intellisense aparece para completar o nome do módulo, bem como fornecer algumas informações básicas sobre o que ele faz.

Se você então começar a usar o módulo aleatório, você continuará a obter o intellisense para as funções que pode acessar com aquele módulo.

Por último, você pode passar o mouse sobre as variáveis ​​existentes, importações de módulo e assim por diante, para obter informações adicionais sempre que precisar.


Resumo

A história entre Python e Windows sempre foi complicada. Python vem pré-instalado com todas as distribuições Linux e no MacOS, não no Windows. Até não muito tempo atrás, até mesmo instalar o Python no Windows era uma experiência bastante desconfortável. Tradicionalmente, os desenvolvedores do Windows preferem trabalhar com IDEs ricos e completos e não estão propensos a deixar sua zona de conforto para trabalhar com um idioma diferente. Esses fatores por si só provavelmente não ajudaram a tornar o Python muito popular nos ecossistemas do Windows, o que é lamentável, considerando o quão popular a linguagem é em outras plataformas.

Python para Visual Studio preenche a lacuna. Como desenvolvedores .NET, temos uma instalação perfeita e experiência de desenvolvimento em nosso ambiente de desenvolvimento preferido. Por outro lado, o pessoal do Python obtém um ambiente de desenvolvimento fantástico no Windows, ainda mais com a Community Edition do Visual Studio, que também oferece suporte à carga de trabalho do Python.

Acredito firmemente que o esforço necessário para se tornar um programador poliglota vale a pena. Isso paga grandes dividendos no longo prazo. Abraçar diferentes tecnologias, pilhas e culturas de programação me tornou um desenvolvedor muito melhor do que era. Como muitos outros, para atingir esse objetivo, tive que mergulhar e me afastar da minha zona de conforto para me tornar proficiente com tantas coisas novas: Linux, bash, Python, código aberto. Hoje, graças às novas cargas de trabalho no Visual Studio, tornar-se proficiente com novas linguagens (você sabia que também existe uma carga de trabalho do Node?) É mais fácil do que nunca.