#8 – Google Colab e bibliotecas em Python

Google Colab

O Google Colab é um ambiente gratuito fornecido pelo Google, permitindo escrever e executar código Python.

Além de código, a plataforma permite criar blocos de texto e separadores para deixar o código categorizado e organizado.

Como o desenvolvimento desse projeto foi feito principalmente no Google Colab, irei explicar nesse post a categorização do código.

Link do Google Colab: Link

Organização do Projeto

O projeto foi organizado conforme a estrutura abaixo:

Import de Bibliotecas

As bibliotecas utilizadas no projeto inteiro são as seguintes:

import pandas as pd  #Biblioteca para manipulação e análise de dados (dataframes)
import numpy as np  #Biblioteca para manipulação de grades volumes de dados numéricos e funções matemáticas
import requests  #Biblioteca para fazer requisições HTTP, para acesso de API
import time  #Biblioteca com funções relacionadas ao tempo (intervalos de t)
import os  #Biblioteca que interage com o sistema operacional, manipular arquivos e diretórios
import ast  #Biblioteca para converter strings em estruturas de dados Python (listas, dicionários)
import csv  #Biblioteca utilizada para ler e escrever arquivos csv
import sys  #Biblioteca com funções para interagir com Python e o sistema operacional (sys.exit)

Caminho Google Drive e Chaves API

Esse caminho do Google Drive e Chaves API seria preenchido conforme necessário para o projeto, por privacidade não deixei meu diretório e nem as Chaves.

#Import do Google Colab
from google.colab import drive
drive.mount('/content/drive')

#Caminho base das pastas
caminho_base = 'SEU_CAMINHO_BASE_AQUI'

#Definição dos caminhos para seleção de tabela:
caminho_tabelas = 'SEU_CAMINHO_TABELAS_AQUI'


#Id e senha de acesso da Twitch e IGDB (mesmo)

#Apenas trocar aqui quando vencer o acesso
client_id = 'SUA_CLIENT_ID_AQUI'
access_token = 'SEU_ACCESS_TOKEN_AQUI' #sem o Bearer

Diretório Google Drive

Parte do diretório do Google Drive, com o nome de cada tabela a ser utilizada. No caso, deixei apenas o das tabelas de coleta de dados pelo Power Automate.

#ARQUIVOS

#Top 100 Twitch
top_100_twitch = f"{caminho_base}/top_100_twitch.CSV"

#Top 100 Viewers
top_100_viewers = f"{caminho_base}/top_viewers_twitch.CSV"

#----------------------------------------------------------------------------------#

As outras tabelas, irei detalhar no próximo post, pois são várias tabelas que podem gerar confusão.

Portanto, no próximo post continuarei com o detalhamento das tabelas ou banco de dados criados e coletados em Python.

Nos vemos no próximo post!