Como usar o Suporte ao Aluno?
🧑💻 Como usar o Suporte ao Aluno para Tirar Dúvidas
Um guia para retirar dúvidas de aulas e aprender a solucionar problemas
Nesta seção, explicaremos como funciona o suporte individual para dúvidas dos alunos da Análise Macro.
Tipos de dúvidas atendidas:
📌 Dúvidas de códigos → Questões relacionadas a sintaxe, erros e funcionamento de códigos em R e Python.
📌 Dúvidas teóricas → Conceitos abordados nos cursos, interpretação de materiais e explicações fornecidas nas videoaulas.
Atenção:
🔹 Dúvidas comerciais devem ser enviadas para os seguintes canais:
📧 E-mail: comercial@analisemacro.com.br
📱 WhatsApp:www.analisemacro.com.br/zap
Dúvidas sobre Cursos
Caso tenha dúvidas relacionadas ao conteúdo das aulas — seja sobre dados, códigos ou procedimentos apresentados no curso — ficaremos felizes em ajudar.
Para agilizar o suporte e garantir um atendimento mais eficiente, recomendamos que sua mensagem inicial inclua os seguintes pontos:
- Nome do curso
- Aula específica
- Código utilizado (se aplicável)
- Mensagem de erro encontrada (se houver)
- Descrição detalhada da dúvida
Com essas informações, conseguimos oferecer um suporte mais rápido e preciso.
A seguir, explicamos melhor como lidamos com diferentes tipos de dúvidas:
📌 Dúvidas Teóricas
Os cursos da Análise Macro possuem, em diferentes graus, fundamentos teóricos conforme a área de estudo. É natural que os alunos tenham dúvidas sobre conceitos abordados no material didático ou sobre explicações do professor nas videoaulas.
Para garantir um suporte mais eficaz, pedimos que o aluno detalhe o trecho específico do material ou da aula que gerou a dúvida, fornecendo o máximo de informações possíveis.
📌 Dúvidas sobre Códigos
Aprender uma linguagem de programação pode ser desafiador no início. Sintaxe, funções, bibliotecas e a lógica por trás da análise de dados são aspectos que exigem prática e paciência.
As dúvidas relacionadas a códigos geralmente se dividem em duas categorias principais:
1. Dúvidas sobre a lógica do código
- Compreensão da sintaxe
- Explicação sobre o uso de determinada função ou biblioteca
- Motivo pelo qual um código foi escrito de uma forma específica e não de outra
2. Dúvidas sobre erros no código
Os erros podem ocorrer por dois motivos principais:
- Erro no código apresentado no curso: Como as linguagens e pacotes são constantemente atualizados, algumas mudanças podem gerar problemas no código original. Mantemos uma revisão contínua, mas, caso um aluno identifique um erro, pedimos que detalhe para que possamos corrigir.
- Erro ao reproduzir ou adaptar o código: É altamente recomendável que o aluno refaça os códigos vistos em aula, seja copiando-os ou reescrevendo-os de memória. Esse processo é fundamental para o aprendizado.
Se um erro surgir ao refazer um código, o que fazer?
Em vez de recorrer imediatamente ao suporte, incentivamos o aluno a tentar resolvê-lo por conta própria. Parece desafiador, mas esse esforço fortalece a habilidade de solucionar problemas, algo essencial para se tornar proficiente na linguagem.
No exemplo abaixo, vamos mostrar como o aluno pode tentar resolver o código por conta própria.
(Caso deseje saber como enviar dúvidas diretamente para o suporte, veja a seção seguinte).
Como resolver erros no código?
Aqui estão dois exemplos de erros comuns em R (com tidyverse) e Python (com pandas), seguidos de explicações sobre como o aluno pode investigar e resolver o problema.
Erro em R (tidyverse)
Código com erro:
library(tidyverse)
df <- tibble(
nome = c("Ana", "Bruno", "Carlos"),
idade = c(25, 30, 28)
)
df %>% filter(idade > 27 & nome == "Carlos")
Mensagem de erro:
Error in `filter()`:
! Input `..1` must be a logical vector, not a double.
Como investigar e resolver?
- Ler a mensagem de erro: O erro menciona que filter() espera um vetor lógico (TRUE/FALSE), mas recebeu um double (número).
- Consultar a documentação: Podemos verificar a documentação do filter() executando ?filter no R.
- Testar partes do código: Se rodarmos apenas idade > 27 & nome == “Carlos”, notamos que o problema está na operação lógica aplicada à coluna nome.
- Solução: No tidyverse, a função filter() usa & para vetores lógicos e == para comparações, mas precisa de () ao redor de cada condição:
Código corrigido:
df %>% filter(idade > 27 & (nome == "Carlos"))
Erro em Python (pandas)
Código com erro:
import pandas as pd
data = {"nome": ["Ana", "Bruno", "Carlos"], "idade": [25, 30, 28]}
df = pd.DataFrame(data)
df_filtrado = df[df["idade"] > 27 and df["nome"] == "Carlos"]
print(df_filtrado)
Mensagem de erro:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
Como investigar e resolver?
- Ler a mensagem de erro: O problema está na comparação com and, pois and funciona apenas para valores booleanos únicos, mas df[“nome”] == “Carlos” retorna uma série booleana.
- Consultar a documentação: Podemos buscar “pandas filter multiple conditions” no Google ou acessar a documentação do DataFrame no site oficial do pandas.
- Solução: Em pandas, devemos usar & para operações booleanas entre colunas e colocar cada condição entre parênteses:
Código corrigido:
df_filtrado = df[(df["idade"] > 27) & (df["nome"] == "Carlos")]
print(df_filtrado)
Como buscar soluções?
Se um aluno se deparar com esses erros, ele pode tentar as seguintes abordagens:
- Consultar a documentação oficial:
- R: Executar ?filter no console ou acessar dplyr::filter.
- Python: Usar help(pd.DataFrame.loc) ou acessar pandas DataFrame filtering.
- Pesquisar no Google:
- “Error in filter(): Input must be a logical vector R tidyverse” pandas ValueError: The truth value of a Series is ambiguous. Como resolver?
- Lembre-se: Realizar as buscas usando inglês sempre resulta em melhores respostas.
- Usar IA para buscar soluções:
- Perguntar diretamente a uma IA, fornecendo o código e a mensagem de erro.
Exemplo de prompt para IA:
“Estou tentando filtrar um DataFrame [insira o dataframe] no pandas, mas recebo o erro:
ValueError: The truth value of a Series is ambiguous.
Aqui está o código:
df[df["idade"] > 27 and df["nome"] == "Carlos"]
Como corrijo isso?”
Como enviar dúvidas de códigos para o Suporte Ao Aluno?
📌 Problema
Descreva de forma clara e objetiva o problema ou erro que você está enfrentando. Seja específico, se necessário, e adicione imagens para ilustrar a questão.
Exemplo:
“Tentei instalar a biblioteca XYZ, mas apareceu a seguinte mensagem de erro: ‘coloque a mensagem de erro aqui’.”
📌 Comportamento Esperado
Explique qual era o resultado esperado ao executar o código.
Exemplo:
“Eu esperava que fosse gerado um gráfico de linha, onde o eixo X representasse as datas e o eixo Y representasse os valores.”
📌 Código de Reprodução
Informe a aula e o arquivo onde o erro ocorreu ou forneça diretamente o trecho de código com problema. Caso o erro aconteça em um script extenso, destaque as linhas específicas onde ocorre o problema.
Se o código utilizar um conjunto de dados, inclua uma imagem para mostrar a estrutura dos dados ou um pequeno exemplo do formato utilizado.
📌 Informações da Sessão
Para facilitar a identificação do problema, copie e execute os comandos abaixo e cole a saída junto com sua dúvida. Isso nos ajuda a verificar se o erro pode estar relacionado às versões dos pacotes ou configurações do seu ambiente.
No Python:
pip install session_info
import session_info
session_info.show()
No R:
sessionInfo()