----------------------------------------------------------------------
Se precisar de ajuda com o código abaixo, pode me chamar
no WhatsApp +55 (62) 98553-6711 (Osmar)
----------------------------------------------------------------------

# método principal
def main():
  # vamos pedir as dimensões do pilar
  hx = float(input("Informe a dimensão do pilar na direção x (em cm): "))
  hy = float(input("Informe a dimensão do pilar na direção y (em cm): "))

  # vamos pedir a carga total no pilar em kN
  Nk = float(input("Informe a carga total no pilar (em kN): "))

  # vamos obter o menor lado do pilar (menor dimensão da seção transversal)
  if (hx < hy):
    b = hx
  else:
    b = hy
  
  # agora vamos calcular a área do pilar em centímetros quadrados
  area = hx * hy

  # a área está de acordo com a norma NBR 6118 (ABNT, 2014)
  if (area < 360):
    print("A área do pilar não pode ser inferior a 360cm2")
    return

  # vamos calcular a força normal de projeto Nd
  yn = 1.95 - (0.05 * b) # de acordo com a norma NBR 6118 (ABNT, 2014) Tabela 13.1
  yf = 1.4 # regra geral para concreto armado
  Nd = yn * yf * Nk

  # e mostramos os resultados
  print("\nA área do pilar é: {0} cm2".format(round(area, 2)))
  print("A menor dimensão do pilar é: {0} cm".format(round(b, 2)))
  print("O valor do coeficiente yn é: {0}".format(round(yn, 2)))
  print("A força normal de projeto Nd é: {0} kN".format(round(Nd, 2)))

if __name__== "__main__":
  main()

----------------------------------------------------------------------
Se precisar de ajuda com o código abaixo, pode me chamar
no WhatsApp +55 (62) 98553-6711 (Osmar)
----------------------------------------------------------------------

# precisamos importar o módulo Math
import math

# função principal do programa
def main():
  # conjunto dos dados
  conjunto = [10, 30, 90, 30]
  soma = 0.0 # soma dos elementos
  desvio_padrao = 0.0 # desvio padrão
  tam = len(conjunto) # tamanho dos dados

  # vamos somar todos os elementos
  for i in range(0, tam):
    soma = soma + conjunto[i]
  
  # agora obtemos a média do conjunto de dados    
  media = soma / tam

  # e finalmente obtemos o desvio padrão
  for i in range(0, tam):
    desvio_padrao = desvio_padrao + math.pow(conjunto[i] - media, 2)
    
  # mostramos o resultado
  print("Desvio Padrão Populacional: {0}".format(math.sqrt(desvio_padrao / tam)))
  print("Desvio Padrão Amostral: {0}".format(math.sqrt(desvio_padrao / (tam - 1))))
  
if __name__== "__main__":
  main()

----------------------------------------------------------------------
Se precisar de ajuda com o código abaixo, pode me chamar
no WhatsApp +55 (62) 98553-6711 (Osmar)
----------------------------------------------------------------------

def main():
  palavra1 = "Estudando"
  palavra2 = "Python"
  palavra3 = "C++"
  palavra4 = "Delphi"
 
  print("%-12s %s" % (palavra1, palavra2))
  print("%-12s %s" % (palavra3, palavra4))
 
if __name__== "__main__":
  main()

Estudando    Python
C++          Delphi

Marca;Modelo;Ano;Valor;Vendido
Fiat;Sienna;2010;23500.00;S
Volkswagen;Polo;2009;31453.00;N
Volkswagen;;2001;19200.00;S
Fiat;Palio;1995;7500.00;S
Honda;Civic;;42000.00;S
Renault;Sandero;2010;52000.00;N

Os dados do DataFrame são:

        Marca   Modelo     Ano    Valor Vendido
0        Fiat   Sienna  2010.0  23500.0       S
1  Volkswagen     Polo  2009.0  31453.0       N
2  Volkswagen      NaN  2001.0  19200.0       S
3        Fiat    Palio  1995.0   7500.0       S
4       Honda    Civic     NaN  42000.0       S
5     Renault  Sandero  2010.0  52000.0       N

Há valores ausentes no DataFrame

----------------------------------------------------------------------
Se precisar de ajuda com o código abaixo, pode me chamar
no WhatsApp +55 (62) 98553-6711 (Osmar)
----------------------------------------------------------------------

# importamos a biblioteca Pandas
import pandas as pd
 
def main():
  # vamos carregar os dados do arquivo .csv
  df = pd.read_csv("C:\\estudos_python\\carros.csv",
   delimiter=";")
 
  # vamos mostrar o DataFrame resultante
  print("Os dados do DataFrame são:\n")
  print(df)

  # vamos testar se existe algum valor ausenta em alguma
  # das colunas do DataFrame
  if df.isnull().values.any():
    print("\nHá valores ausentes no DataFrame")
  else:
    print("\nNão existe valores ausentes no DataFrame")

if __name__== "__main__":
  main()

palavra = "python"
palavra.upper()
print(palavra)