Uma introdução ao Python Científico: NumPy, SciPy e Matplotlib
Este tutorial visa iniciantes. Os pré-requisitos exigidos são conhecimento básico de Python (for-loops, if, listas) e matemática de ensino médio (vetores e matrizes).
O tutorial envolverá a implementação de um modelo básico de regressão linear usando técnicas simples, incluindo visualização e interpretação dos resultados. O tutorial será todo realizado em formato de um Jupyter Notebook. Tópicos abordados:
- NumPy: estruturas de dados n-dimensionais (ndarrays); vetorização; métodos e funções da biblioteca; boas práticas para manipulação de ndarrays
- SciPy: ferramentas, algoritmos e estrutura organizacional da biblioteca. Aplicação em análise básica de dados.
- Matplotlib: visualização de dados, gráficos e interpretação. Boas práticas e utilização moderna da biblioteca.
- Jupyter: boas práticas para controle de versão, organização de resultados, criação de narrativa e exposição usando o formato notebook.
Boas práticas: o jeito mais pythonico e moderno para realizar as operações. Como construir e apresentar um algoritmo de uma maneira consistente e profissional. Onde encontrar informações sobre as bibliotecas mais utilizadas em aplicações científicas do Python.