O GEPAC realizará, nos dias 17, 24 e 31 (sextas-feiras) de maio, uma oficina sobre NumPy, SciPy e matplotlib, gratuita e aberta a toda a comunidade IFSC.

SciPy e NumPy são bibliotecas Python que reúnem ferramentas para cientistas, tanto de simulação como tratamento de dados, baseadas em estruturas de dados de alto desempenho. A biblioteca matplotlib se encarrega de visualização de dados, em forma de gráficos, histogramas e heatmaps.

O objetivo da oficina é capacitar os usuários em tarefas básicas com estas três ferramentas — por exemplo, álgebra linear, integração numérica, transformadas de Fourier e ajuste de parâmetros a dados experimentais — e dar-lhes autonomia para usá-las em tarefas mais complexas.

A oficina será dada em três aulas, de 12h51 a 13h57, no laboratório 206 do LEF. Para participar, é preciso manifestar interesse por este link até o dia 15/05. As vagas são limitadas.

A oficina será estruturada como a seguir:

NumPy

  1. O que é NumPy?
  2. N-dimensional array (ndarray)
    • Estrutura
    • Tipos de dados
    • Slicing
    • Masking
  3. Broadcasting
    • Operações com arrays
    • vectorize e frompyfunc
    • Funções universais
  4. Usando tabelas de dados externas: loadtxt e savetxt

matplotlib

  1. O que é matplotlib?
  2. O submódulo pyplot
    • Gráficos em escala linear, semilog e log-log
    • Histogramas
    • Heatmaps
  3. Manipulando figuras
    • Tamanho personalizado
    • Subplots
    • Exportação

SciPy

  1. O que é SciPy?
  2. Ajustando parâmetros a dados experimentais com curve_fit
  3. Noções de scipy.linalg
    • Encontrar inversas, determinantes, normas (inv,det, norm)
    • Resolver sistemas lineares (solve)
    • Calcular autovalores e autovetores (eig)
  4. Noções de scipy.fftpack
    • Funções fft, ifft, rfft, irfft
    • Exemplo: processar um sinal de áudio
  5. Noções de scipy.integrate
    • Funções de quadratura quad, dbldquad, etc.
    • Solução de sistemas de EDOs com odeint
    • Exemplo: simular lançamento oblíquo com resistência do ar