Python_dev

Coleção de Estudos

Estrutura do Repositório

O repositório está organizado nas seguintes pastas principais:

1. fundamentos
2. POO (Programação Orientada a Objetos)
3. Modulos
4. LLM (Large Language Models)
5. RedesNeurais

---

fundamentos

Esta pasta contém exemplos de conceitos básicos e essenciais do Python.

• ListComprehension.py: Demonstração do uso de list comprehensions.
• lambda.py: Exemplo de uso de funções anônimas (lambda).
• kwargs_args.py: Exemplos de uso de *args (argumentos posicionais) e **kwargs (argumentos nomeados).
• Slice.py: Exemplos de fatiamento (slicing) de strings.
• String.py: Demonstração de vários métodos úteis para manipulação de strings (upper, lower, replace, split, etc.).

POO

Esta pasta explora os conceitos de Programação Orientada a Objetos em Python.

• aula1classe.py: Definição de uma superclasse Game, demonstrando atributos, construtor (__init__) e métodos de instância.
• aula1objetos.py: Criação de instâncias (objetos) da classe Game e da subclasse SinglePlayerGame.
• instancia.py: Exemplo de utilização de métodos de instância para avaliar e calcular médias.
• herença.py: Exemplo de herança, com a subclasse SinglePlayerGame herdando da classe Game e sobrescrevendo métodos.

Subpastas de POO:

• abstract/:
  • Animal.py: Define uma classe abstrata Animal usando ABC e @abstractmethod.
  • Cachorro.py: Implementa as subclasses Cachorro e Gato que herdam de Animal.
  • Objeto.py: Instancia e utiliza as classes Cachorro e Gato.
• property/:
  • Conta.py: Demonstra o uso de @property (getter) e @saldo.setter (setter) para encapsulamento e controle de acesso a atributos privados (__saldo).
  • Objeto.py: Exemplo de uso da classe Conta, acessando o getter e o setter.
• iterator/:
  • Contador.py: Implementa um iterador customizado (métodos __iter__ e __next__).
  • Objeto.py: Utiliza o iterador Contador em um loop for.
• Enumarate/:
  • Enumarate.py: Exemplos de uso da função enumerate para iterar sobre sequências obtendo índice e valor.
• Map/:
  • Map.py: Exemplo de uso da função map com lambda para aplicar uma função a todos os itens de uma lista.
  • Filter.py: Exemplo de uso da função filter com lambda para filtrar elementos de uma lista.
• Walrus/:
  • walrus.py: Demonstração do operador Walrus (:=) para atribuição e teste em uma única expressão.

Modulos

Exemplos de criação e importação de módulos em Python.

• ModulosBuiltIn.py: Define uma função soma simples.
• chamando.py: Importa e utiliza a função soma do módulo ModulosBuiltIn.

LLM

Esta pasta contém exemplos de interação com Grandes Modelos de Linguagem (LLMs) usando as bibliotecas google-generativeai (Gemini) e transformers (Hugging Face).

• google_gemini.py: Script para gerar conteúdo usando o modelo "gemini-1.5-flash-latest" da API do Google Gemini.
• check_model.py: Script para listar os modelos disponíveis na API do Google Gemini que suportam generateContent.
• summary.py: Exemplo de sumarização de texto usando um pipeline da biblioteca Transformers.
• text_generation.py: Exemplo de geração de texto em português usando um pipeline da Transformers.
• mask.py: Demonstração da tarefa "fill-mask" (preenchimento de máscara) com um modelo BERT em português.

RedesNeurais

Contém material de estudo sobre Redes Neurais.

• 3.1.Redes Neurais.pdf: Apresentação em PDF sobre os conceitos de Redes Neurais, incluindo topologia (camadas de entrada, ocultas, saída) e arquitetura (Feed Forward, Recorrente).

---

Para executar os exemplos, certifique-se de ter o Python instalado. Para os exemplos na pasta LLM, você precisará instalar as bibliotecas necessárias:

pip install google-generativeai transformers torch