Module 5 Exercise

Enviado por

Joao Victor Loiola Bittencourt

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (0 voto)

23 visualizações3 páginas

Module 5 Exercise

Enviado por

Joao Victor Loiola Bittencourt

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

Você está na página 1/ 3

Módulo | Python: Programação Funcional

Caderno de Exercícios
Professor André Perez

Tópicos
1. Função lambda;
2. Função map;
3. Função filter;
4. Função reduce.

Exercícios
0. Preparação do ambiente
Neste exercício vamos trabalhar com o arquivo csv com dados de crédito, definido
abaixo. Execute cada uma das células de código para escrever os arquivos na sua
máquina virtual.

In [ ]:
%%writefile credito.csv
id_vendedor,valor_emprestimos,quantidade_emprestimos,data
104271,448.0,1,20161208
21476,826.7,3,20161208
87440,313.6,3,20161208
15980,-8008.0,6,20161208
215906,2212.0,5,20161208
33696,2771.3,2,20161208
33893,2240.0,3,20161208
214946,-4151.0,18,20161208
123974,2021.95,2,20161208
225870,4039.0,2,20161208
Vamos ler o conteúdo do arquivo em uma lista onde cada elemento é um dicionário
representando as linhas do arquivo.

In [ ]:
emprestimos = []
with open(file='./credito.csv', mode='r', encoding='utf8') as fp:
fp.readline() # cabeçalho
linha = fp.readline()
while linha:
linha_emprestimo = {}
linha_elementos = linha.strip().split(sep=',')
linha_emprestimo['id_vendedor'] = linha_elementos[0]
linha_emprestimo['valor_emprestimos'] = linha_elementos[1]
linha_emprestimo['quantidade_emprestimos'] = linha_elementos[2]
linha_emprestimo['data'] = linha_elementos[3]
emprestimos.append(linha_emprestimo)
linha = fp.readline()

In [ ]:
for emprestimo in emprestimos:
print(emprestimo)

1. Função map
Aplique a função map na lista de emprestimos para extrair os valores da chave
valor_emprestimos na lista valor_emprestimos_lista . Faça também a
conversão de str para float .

In [ ]:
valor_emprestimos_lista = ...

In [ ]:
print(valor_emprestimos_lista) # [448.0, 826.7, ..., 4039.0]

2. Função filter
Aplique a função filter na lista de valor_emprestimos_lista para filtrar apenas os
valores maiores que zero (os valores negativas são erros na base de dados). Salve os
valores na lista valor_emprestimos_lista_filtrada .

In [ ]:
valor_emprestimos_lista_filtrada = ...

In [ ]:
print(valor_emprestimos_lista_filtrada) # [448.0, 826.7, ..., 4039.0]

3. Função reduce
Com a nossa lista de valores de emprestimo pronta, vamos extrair algumas métricas.
3.1. Função reduce para extrair a soma
Aplique a função reduce para somar os elementos da lista
valor_emprestimos_lista_filtrada na variavel soma_valor_emprestimos .

In [ ]:
from functools import reduce

soma_valor_emprestimos = ...

In [ ]:
print(soma_valor_emprestimos) # 14872.550000000001

3.2. Função reduce para extrair a media aritimética

Aplique a função reduce para extrair a média aritimética (mais informações aqui) dos
elementos da lista valor_emprestimos_lista_filtrada na variavel
media_valor_emprestimos .

In [ ]:
from functools import reduce

media_valor_emprestimos = ...

In [ ]:
print(media_valor_emprestimos) # 1859.0687500000001

3.3. (Desafio) Função reduce para extrair o desvio padrão

Aplique a função reduce para extrair a média aritimética (mais informações aqui) dos
elementos da lista valor_emprestimos_lista_filtrada na variavel
desvio_padrao_valor_emprestimos .

In [ ]:
from functools import reduce

desvio_padrao_valor_emprestimos = ...

In [ ]:
print(desvio_padrao_valor_emprestimos) # 1271.997271149785

Module 5 Exercise

Enviado por

Module 5 Exercise

Enviado por

Módulo | Python: Programação Funcional

3.2. Função reduce para extrair a media aritimética

3.3. (Desafio) Função reduce para extrair o desvio padrão

Você também pode gostar

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.