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

Coletando dados regionais do CAGED no Python

Os dados regionais do CAGED permitem analisar o mercado de trabalho de forma detalhada, em termos de setores, educação, rendimento e características pessoais dos trabalhadores brasileiros. Neste exercício mostramos como acessar estas informações online via Python.

Coletando dados de Setores Censitários do Censo 2022 no Python

Dados sobre a demografia e o território são primordiais para definir e implementar políticas públicas, áreas de atuação comercial e/ou estratégias de marketing. Sendo assim, saber usar os dados do Censo 2022 pode trazer vantagens competitivas. Neste exercício mostramos como obter os dados da Malha de Setores Censitários no formato vetorial (GeoJson) usando o Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

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.