Tutorial curto (3h) ministrado na Python Sul 2024.
Vamos explorar as bibliotecas NumPy, SciPy e Matplotlib e discutir boas práticas para a resolução de problemas em ciências em geral e ciência de dados com essas bibliotecas.
Neste tutorial, vamos discutir conceitos, fundamentos e aplicações das bibliotecas que formam o núcleo da computação científica em Python: NumPy, SciPy e Matplotlib.
Discutiremos como fazer a transição de Python para o pensamento vetorial, usando os conceitos de broadcasting, stacking e como garantir um bom desempenho para seu código. Também exploraremos os diversos submódulos das bibliotecas NumPy e SciPy para efetuar operações em estatística, otimização, processamento de imagens e outros. Finalmente, vamos explorar boas práticas para a utilização da Matplotlib para visualização, incluindo a API de orientação a objetos mais recente que permite grande flexibilidade nos gráficos gerados.
- 5 min: Apresentação
- 30 mins: Discussão de conceitos, fundamentos e aplicações da biblioteca NumPy
- 20 minutos: Exercícios e aplicações
- 30 mins: Conceitos da SciPy
- 30 mins: Exploração dos diversos submódulos das bibliotecas NumPy e SciPy para operações em estatística, otimização, processamento de imagens, etc.
- 30 mins: Boas práticas para a utilização da Matplotlib para visualização
- 20 mins: Exercícios e aplicações
- 10 mins: Conclusão
Conhecimento básico de Python incluindo listas, loops, condicionais, funções e conceitos básicos de orientação a objetos. Básico de matemática incluindo conceitos de probabilidade (ensino médio).