Como usar IA para auxiliar no código de Python no Colab?

Escrever código de linguagem de programação é uma tarefa que, assim como escrever textos, toma bastante tempo e energia. Essa afirmação era válida há alguns anos atrás, mas é falsa nos dias de hoje e neste artigo vamos mostrar o porquê.

Nos últimos anos, modelos de IA surgiram com a capacidade de produzir textos e códigos seguindo regras determinadas pelo usuário e em velocidade superior a qualquer ser humano. Em questão de segundos, a IA processa e entende uma pergunta/prompt e retorna uma resposta de interesse de forma estruturada.

Isso permite que utilizemos modelos de IA como assistentes de código: fornecemos um contexto, dizemos o que queremos e, então, o modelo se encarrega de escrever o código correspondente, cabendo ao usuário executá-lo e/ou realizar pequenos ajustes.

O uso de IA pode aumentar muito a produtividade de quem escreve códigos de Python, seja na análise ou na ciência de dados. Neste artigo, mostramos como usar a IA do Google para agilizar a escrita de código através da interface do Colab.

Google Colab + Gemini AI

O Google Colab é uma ferramenta popular entre analistas e cientistas de dados para programar em Python. Com uma interface simples e online, é possível escrever e executar códigos rapidamente, sem se preocupar com instalações, sistemas operacionais e outras questões técnicas.

Aliado ao Google Colab, o modelo de inteligência artificial Gemini, da mesma empresa, foi integrado recentemente para auxiliar na produtividade dos programadores durante a escrita de código. Um simples clique em um botão habilita uma interface de chat, permitindo que o usuário forneça uma instrução e dados para que a IA gere ou complete o código existente.

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Para exemplificar, image que você tenha a seguinte tabela de dados no Google Colab:

data valor
0 1980-02-01 4.62
1 1980-03-01 6.04
2 1980-04-01 5.29
3 1980-05-01 5.70
4 1980-06-01 5.31
... ... ...
531 2024-05-01 0.46
532 2024-06-01 0.21
533 2024-07-01 0.38
534 2024-08-01 -0.02
535 2024-09-01 0.44

536 rows × 2 columns

A partir destes dados você quer, por exemplo, analisar a tendência e a sazonalidade da variável a partir de um determinado período. Ao invés de escrever o código do zero, podemos usar a IA para ganhar tempo. Para isso, siga estes passos:

  1. Clique no botão Gemini dentro do Google Colab

  2. Leia e aceite os termos de uso

  3. Forneça uma instrução sobre a tarefa desejada na tela de chat

Prompt:

  1. “Filtre a tabela”dados” apartir do ano de 2004 (coluna “data”)
  2. Agrupe a tabela pelo nome do mês por extenso (coluna “data”) e calcule a mediana e o intervalo interquartil (IQR) da coluna “valor”
  3. Crie um gráfico com a biblioteca plotnine contendo:
  1. No eixo X, os nomes dos meses
  2. No eixo Y, uma linha com a mediana, uma área sombreada com o IQR e uma linha com os dados do ano atual”

Em seguida, o modelo de IA começará a responder com o código e/ou a explicação do código. Primeiro o modelo escreveu o código para filtrar os dados:

Em seguida, aplicou os cálculos solicitados:

Por fim, elaborou o código para o gráfico:

Porém, ao executar todo o código obtemos como resultado este gráfico:

E aqui entra a expertise do usuário em realizar um pequeno ajuste de código ou melhorar o prompt. Neste exemplo, basta adicionar group = 1 na primeira linha de código do gráfico:

Apesar de algum ou outro pequeno ajuste necessário (usando novos prompts), economizamos um bom tempo escrevendo código com o uso de IA!

Conclusão

O uso de IA pode aumentar muito a produtividade de quem escreve códigos de Python, seja na análise ou na ciência de dados. Neste artigo, mostramos como usar a IA do Google para agilizar a escrita de código através da interface do Colab.

Tenha acesso ao código e suporte desse e de mais 500 exercícios no Clube AM!

Quer o código desse e de mais de 500 exercícios de análise de dados com ideias validadas por nossos especialistas em problemas reais de análise de dados do seu dia a dia? Além de acesso a vídeos, materiais extras e todo o suporte necessário para você reproduzir esses exercícios? Então, fale com a gente no Whatsapp e veja como fazer parte do Clube AM, clicando aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como coletar dados para relatórios de câmbio com Python

O monitoramento do mercado cambial permite tomar melhores decisões de consumo e investimento, por sua influência em diversos preços da economia. Neste artigo, mostramos rotinas simples de Python para coleta e análise de dados que são comumente utilizados em relatórios de câmbio.

Sumarizando divulgações trimestrais de empresas usando IA no Python

Neste exercício, iremos utilizar a inteligência artificial no Python para analisar e sumarizar divulgações trimestrais de empresas. Focaremos no uso de ferramentas como Gemini e técnicas de processamento de linguagem natural para extrair informações de documentos PDF relacionados aos relatórios financeiros das empresas.

Prevendo efeitos de mudanças de preços em produtos usando TimeGPT

O exercício explora como prever os efeitos de mudanças nos preços de produtos utilizando o TimeGPT, uma ferramenta de previsão de séries temporais no Python. Usando elasticidade-preço, é possível medir a resposta da demanda a variações de preço. O exemplo prático utiliza dados de vendas de abacates nos EUA.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.