Python: o que é e por que virou a linguagem dos dados

Toda segunda-feira, uma planilha de vendas chega por e-mail. Alguém da equipe abre o arquivo, apaga três colunas, filtra a região, cola o resultado numa aba de resumo e manda para a diretoria. O processo leva quarenta minutos e, uma vez por mês, alguém erra o filtro.

Quem resolve isso com um script de vinte linhas quase sempre escreve em Python.

A pessoa que escreveu o script não fez curso de computação. Ela copiou um exemplo, trocou o nome do arquivo e das colunas, e o trabalho passou a levar segundos. O erro do filtro também sumiu, porque o script aplica a mesma regra toda semana.

Python é lento para a máquina e rápido para a pessoa. Ele dominou o trabalho com dados e IA porque, nesse tipo de tarefa, a hora de quem escreve custa mais que o segundo de processador, e as bibliotecas que fazem a parte pesada já existem.

O que é Python e o que significa ser interpretado

Uma linguagem de programação é um jeito de escrever instruções que o computador executa. As linguagens diferem em quanto trabalho deixam para quem escreve e quanto deixam para a máquina.

Python poupa quem escreve. O código não usa chaves nem ponto e vírgula para marcar blocos: o recuo da linha faz parte da sintaxe. Um trecho que lê um arquivo, soma uma coluna e imprime o total cabe em poucas linhas, e quem nunca programou consegue adivinhar o que cada linha faz.

A linguagem é de uso geral. O mesmo código roda em Windows, macOS e Linux e serve para automação, servidor web, análise de dados e treinamento de modelo. Por isso ela aparece em tantos assuntos aqui no blog, de ciência de dados a manutenção de servidor.

Numa linguagem compilada, como C ou Go, um programa chamado compilador traduz o código inteiro para instruções de máquina antes da execução. O resultado é um executável rápido, mas cada alteração exige compilar de novo.

Numa linguagem interpretada, outro programa, o interpretador, lê o código e executa as instruções em seguida. Você salva o arquivo e roda na hora. O ciclo de escrever, testar e corrigir fica curto, e muita gente aprende digitando comandos direto no terminal.

O preço aparece no desempenho. Um laço que percorre milhões de linhas, escrito só com os recursos básicos da linguagem, roda bem mais devagar que o mesmo laço em C.

A biblioteca contorna isso. NumPy e pandas fazem as contas pesadas em código compilado, e o seu script só dá as ordens. Você escreve numa linguagem lenta e executa em velocidade de linguagem rápida, desde que a tarefa caiba numa operação que a biblioteca já sabe fazer.

Bibliotecas, pip e PyPI: o que fez a linguagem ganhar os dados

A sintaxe facilita o primeiro script. A adoção em empresas veio da quantidade de código pronto para reaproveitar.

O repositório público de pacotes se chama PyPI, sigla de Python Package Index. Quando conferi a página inicial do PyPI em 12 de outubro de 2026, ela listava 913.703 projetos. Para instalar qualquer um deles, você usa o pip, o instalador que acompanha a linguagem. O comando pip install pandas baixa o pacote e tudo de que ele depende.

Para quem trabalha com dados, quatro nomes concentram a maior parte do uso:

• pandas: lê planilha, CSV e banco de dados, e trata a tabela como objeto, com filtro, agrupamento e junção.
• NumPy: faz cálculo numérico com vetores e matrizes e serve de base para quase todo o resto.
• scikit-learn: reúne os algoritmos clássicos de aprendizado de máquina, como regressão, classificação e agrupamento.
• PyTorch: monta e treina redes neurais, a família de modelos por trás da IA generativa.

Esse acervo segura a posição do Python. Uma equipe de dados que trocasse de ferramenta perderia anos de código que outras pessoas escreveram, testaram e documentaram.

Os pacotes também trazem risco. Qualquer pessoa pode publicar no PyPI, e um nome quase igual ao de um pacote famoso é um truque antigo para espalhar código malicioso. Confira o nome exato antes de instalar e prefira projetos com manutenção visível.

venv: o fim do "funciona na minha máquina"

O problema clássico é assim: o script roda no seu computador e quebra no do colega. Quase sempre a causa é a versão de uma biblioteca. Você instalou o pandas há dois anos, ele instalou ontem, e uma função mudou de comportamento nesse intervalo.

O ambiente virtual resolve isso. A documentação oficial do venv descreve cada ambiente como uma pasta com o próprio conjunto de pacotes, isolada das bibliotecas instaladas no sistema. Você cria o ambiente com python -m venv .venv, ativa e instala ali dentro só o que o projeto usa.

A mesma documentação diz que o ambiente não entra no controle de versão e deve ser descartável, fácil de apagar e criar de novo. O que acompanha o código é a lista de dependências, em geral um arquivo requirements.txt. Outra pessoa reconstrói o ambiente com pip install -r requirements.txt.

Quando o projeto precisa rodar igual em qualquer servidor, o passo seguinte é empacotar tudo num contêiner, assunto de Docker para iniciantes.

Qual versão do Python usar hoje

A linguagem passou por uma ruptura que ainda confunde quem acha tutorial antigo. As séries 2 e 3 não são compatíveis entre si, e código escrito para uma pode falhar na outra. O guia de versões do projeto registra o fim de vida da 2.7, a última da série 2, em 1º de janeiro de 2020. Desde então ela não recebe nem correção de segurança.

O mesmo guia mostra a situação atual. As versões 3.14 e 3.15 recebem correção de bugs, e as 3.11, 3.12 e 3.13 recebem só correção de segurança. A 3.10 chegou ao fim de vida em 1º de outubro de 2026. A estável mais nova é a 3.15.0, lançada em 9 de outubro de 2026.

Para projeto novo, escolha uma versão que ainda recebe correção de bugs. Se uma biblioteca importante ainda não suporta a mais recente, fique uma versão atrás e confira de novo daqui a alguns meses. Tutorial com print "texto", sem parênteses, é da série 2 e pode ser descartado.

Onde a linguagem aparece no trabalho de quem não programa

Muita gente que escreve scripts não se apresenta como programador. Costuma ser alguém de finanças ou de operação que quer tirar da semana uma tarefa repetitiva.

O caso mais comum é consolidar planilhas. O script junta os arquivos das filiais, padroniza o nome das colunas, corrige datas e gera a aba de resumo. Para uma tarefa pontual, um assistente de IA resolve mais rápido, e o post sobre IA para planilhas mostra onde ela erra o número. Para uma tarefa que se repete toda semana, o script ganha, porque faz sempre a mesma coisa.

O relatório recorrente segue a mesma lógica. O script consulta o banco com SQL, monta a tabela, gera o gráfico e salva o PDF na pasta certa.

A raspagem de página coleta preço de concorrente, lista de editais ou cotação publicada em site. Antes de raspar, leia os termos de uso do site e não colete dado pessoal sem base legal.

O Jupyter é o ponto de entrada de muitos analistas. O notebook mistura texto, código e gráfico na mesma página, e cada bloco roda separado. Você vê o resultado de cada passo antes de seguir para o próximo.

Comparação com JavaScript, R e Excel, e onde ele é a escolha errada

A tabela compara as quatro opções que mais aparecem quando alguém quer automatizar trabalho com dados.

O Python perde em alguns lugares bem definidos:

• App de celular. iOS e Android têm linguagens próprias, Swift e Kotlin, e as ferramentas que empacotam código de dados para celular são exceção.
• Front-end. O navegador executa JavaScript. Para tela interativa de site, o caminho é JavaScript no navegador, e para o servidor da mesma aplicação o Node.js divide a mesma linguagem entre as duas pontas.
• Laço pesado sem biblioteca. Simulação, jogo e processamento em tempo real que não cabem numa operação de NumPy ficam lentos, e aí uma linguagem compilada compensa.
• Programa para usuário final. Quem recebe o script precisa do interpretador e das bibliotecas. Empacotar tudo num executável funciona, mas dá trabalho e gera arquivos grandes.

Como começar sem perder tempo

A forma mais rápida de aprender é resolver um problema seu, com dado seu, desde o primeiro dia.

1. Instale a versão estável pelo site oficial. Use a 3.14 ou a 3.15 e ignore qualquer instalador de terceiros.
2. Crie uma pasta por projeto e um venv dentro dela. Faça isso antes de instalar a primeira biblioteca.
3. Escolha uma tarefa real e repetitiva. A planilha de segunda-feira serve. Exercício inventado não segura a motivação.
4. Instale só o necessário. Para planilha, pandas e openpyxl bastam, porque o pandas usa o openpyxl para ler arquivos .xlsx.
5. Trabalhe no Jupyter ou no VS Code. Os dois mostram o resultado de cada passo e facilitam achar o erro.
6. Registre as dependências. Gere o requirements.txt com pip freeze e guarde junto com o script.
7. Compare com o processo manual. Nas primeiras semanas, rode o script e o processo antigo lado a lado e confira se os totais batem.

Se usar IA para escrever o código, peça também a explicação de cada linha. Você vai precisar dela no dia em que a planilha mudar de formato.

A série 3 começou em 3 de dezembro de 2008, segundo o mesmo guia de versões, e a 3.15 é a décima sexta versão dessa série. O script da planilha de segunda-feira roda em qualquer uma das cinco que ainda recebem correção.