Nesta seção de nosso curso Python Progressivo, vamos focar na chamada Programação Científica, também conhecida por Computação Numérica.
Basicamente, como o próprio nome pode sugerir, vamos usar nosso conhecimento na linguagem Python e o poder de nossas máquinas para fins científicos, desde coisas mais básicas (como plotar um gráfico) até resolver equações complexas ou fazer belas simulações.
Vamos também aprender a coletar, manipular, selecionar, usar e extrair os mais diferentes tipos de informações de dados - data science.
Se você é estudante de Física, Matemática, Química, Biologia, Biotecnologia, Bioquímica, Biomedicina, Estatística, Geologia, Oceanografia, Finanças, Economia ou de qualquer área da engenharia, você já deve ter percebido a importância de se saber programação.
Nesse curso, você vai aprender a usar a programação em Python para os fins que você desejar, de uma maneira bem simples, rápida e fácil.
Programação Científica, Computação Numérica e Data Science para engenheiros e cientistas
Introdução
01. Por que usar o Python para ciência ?
02. Jupyter Notebook e Spyder: Criando uma ambiente de programação Python para Computação Científica e Data Science
03. Como usar o Jupyter Notebook e o Spyder
04. As principais bibliotecas para programação científica: NumPy, SymPy, SciPy, Matplotlib e Pandas
Biblioteca NumPy
01. NumPy - O que são Arrays, Vetores, Arrays Multidimensionais e Matrizes
02. Como criar e inicializar arrays e matrizes em Python com a NumPy
03. Como acessar elementos individuais, linhas e colunas de array e matriz
04. Slicing e indexing: fatiando e selecionando intervalos de um array
05. Reshape e Resize: como alterar o formato, tamanho e dimensões de um array
Gráficos em Python
01. Como plotar gráficos simples: plot() e show()
02. Gráficos em Python - Como ler arquivos, Definir tamanho dos eixos, Rótulos (labels), Cores, Tipos de linha e Legendas
03. Scatter(): gráficos de dispersão em Python
04. Gráficos de densidade (density plots)
Tutoriais de Python
Como plotar um histograma em Python
Como fazer regressão linear em Python
Sugerimos fortemente que estude antes o sumário de nosso curso Python Progressivo, para ter uma boa base na linguagem e encarar com mais facilidade essa seção (se você for da área de exatas, recomendamos fortemente estudar através de nossa apostila em PDF ou do livro físico, que são mais completos).
Porém, faremos todo o esforço possível para ir ensinando tudo da linguagem, no decorrer desta seção. Não fique tímido, deixe suas dúvidas nos comentários. Vamos criar uma comunidade de informação científica juntos, e fazer o país se desenvolver na tecnologia e ciências?
Nenhum comentário:
Postar um comentário