Python tem sintaxe limpa e curva de aprendizado suave, o que a tornou a porta de entrada mais comum para quem começa a programar. Sua força real está no ecossistema: automação de tarefas repetitivas, análise de dados, web com Django e Flask, e praticamente todo o campo de ciência de dados e aprendizado de máquina. A documentação oficial está em docs.python.org.
Nesta aula, você aprenderá a medir e melhorar a cobertura de testes com a ferramenta coverage, além de entender o que são testes de integração, como isolá-los corretamente e como integrar tudo em um pipeline de CI. O conteúdo inclui exemplos práticos, boas práticas e exercícios com respostas.
LidoEsta aula explora os descritores em Python, um mecanismo poderoso que permite controlar o acesso a atributos de objetos. Você aprenderá o protocolo de descritores, como implementar __get__ e __set__, como properties são construídas sobre esse conceito e casos de uso práticos, incluindo validação e reutilização de lógica.
LidoEsta aula explora o uso de __slots__ em Python para otimizar o uso de memória em classes, explicando seu funcionamento, quando aplicá-lo, os trade-offs envolvidos e exemplos práticos. O aluno aprenderá a reduzir o consumo de RAM em aplicações com muitas instâncias, compreendendo as implicações de desempenho e flexibilidade.
LidoEsta aula explora o conceito de duck typing e como o módulo typing.Protocol do Python permite definir protocolos para verificação estrutural de tipos. Você aprenderá a diferença entre tipagem nominal e estrutural, como usar Protocol para criar interfaces implícitas e como isso se compara com ABCs.
LidoNesta aula, exploramos o conceito de metaclasses em Python, entendendo o que são, como a função type atua como metaclasse padrão, quando faz sentido utilizá-las e exemplos práticos de implementação. A aula enfatiza que metaclasses são um recurso avançado e raramente necessário, mas que pode ser poderoso para controle fino de criação de classes.
LidoEsta aula explora o módulo contextvars do Python, que permite armazenar e gerenciar variáveis de contexto, especialmente úteis em programação assíncrona. Você aprenderá a criar, definir e acessar variáveis de contexto, comparar com thread-local e ver exemplos práticos de uso em código async.
LidoNesta aula, exploramos o gerenciamento de memória em Python, incluindo o mecanismo de contagem de referências, o problema de ciclos de referências, o módulo gc para coleta de lixo e os vazamentos de memória mais comuns. Com exemplos práticos e exercícios, você aprenderá a diagnosticar e evitar problemas de memória em seus programas.
LidoEsta aula aborda como melhorar a performance de programas Python, identificando gargalos comuns, escolhendo as estruturas de dados adequadas, evitando armadilhas de implementação e desenvolvendo um mindset orientado a performance, com exemplos práticos e exercícios.
LidoEsta aula aborda técnicas práticas de otimização de código em Python, incluindo caching com lru_cache, operações vetorizadas, geradores e uso eficiente de built-ins. São apresentados exemplos concretos, boas práticas e exercícios para consolidar o aprendizado.
LidoNesta aula, você aprenderá a fazer requisições HTTP em Python usando a biblioteca requests. Exploraremos os métodos GET e POST, como enviar cabeçalhos personalizados, trabalhar com dados JSON e tratar erros de forma robusta, com exemplos práticos e exercícios para fixar o conteúdo.
LidoEsta aula apresenta uma visão geral das principais bibliotecas de dados em Python, com foco em NumPy e Pandas, seus casos de uso, o ecossistema científico e recursos essenciais para aprofundamento.
Lido
