NumPy: Biblioteca Fundamental para Computação Científica

Prévia do material em texto

Bloco BMC 
 
Foco no 
Estudo 
Tópicos Chave e Funções 
Parceiros 
Chave 
(Estrutura 
de Dados) 
O que é 
o 
NumPy
? 
Biblioteca fundamental para computação científica em 
Python. Fornece o objeto ndarray. 
Atividades 
Chave 
(Cálculos) 
Perfor
mance 
e 
Vetoriz
ação 
Vantagem: É muito mais rápido e eficiente em 
memória que listas Python, pois é implementado em 
C. Vetorização: Permite aplicar operações 
matemáticas a um array inteiro de uma só vez (sem 
usar loops lentos como for ou while). 
Recursos 
Chave (O 
objeto 
principal) 
O 
ndarra
y 
N-Dimensional Array (Array Multidimensional). É um 
contêiner homogêneo (todos os elementos são do 
mesmo tipo) e flexível para grandes conjuntos de 
dados (Vetores, Matrizes e Tensores). 
Propostas 
de Valor 
(Criação de 
Arrays) 
Como 
Instanc
iar 
Arrays 
1. A partir de listas: np.array([1, 2, 3]). 2. Arrays 
especiais: np.zeros(), np.ones(), np.empty(), 
np.full(). 3. Sequências: np.arange() (como o 
range do Python) e np.linspace() (valores 
uniformemente espaçados). 
Relação 
com 
Clientes 
(Indexação 
e 
Fatiamento) 
Acessa
ndo 
Dados 
Indexação baseada em zero (arr[0]). Fatiamento 
(Slicing) para obter subconjuntos de dados: 
arr[start:stop:step]. Indexação booleana 
(filtragem por condição): arr[arr > 5]. 
Canais 
(Atributos 
do Array) 
Conhec
endo o 
Array 
Propriedades importantes do ndarray: .ndim (número 
de dimensões), .shape (tamanho do array em cada 
dimensão), .dtype (tipo de dado dos elementos). 
Segmentos 
de Clientes 
(Manipulaç
Mudan
do a 
Estrutu
ra 
.reshape(): Altera a forma do array (ex: transforma 
um vetor 1D em matriz 2D). .ravel() ou .flatten(): 
Transforma o array em 1D. Transposição: arr.T 
(inverte linhas e colunas). 
 
 
 
 
ão de 
Arrays) 
Estrutura 
de Custos 
(Funções 
Universais - 
Ufuncs) 
Operaç
ões 
Rápida
s 
Elemen
t-wise 
Aritméticas: np.add(), np.subtract(), 
np.multiply(), np.divide(). Matemáticas: 
np.sqrt(), np.exp(), np.log(). As operações 
podem ser aplicadas diretamente com operadores (+, -
, *, /). 
Fontes de 
Receita 
(Estatística
s e 
Agregação) 
Análise 
Estatíst
ica 
Rápida 
Funções de agregação (aplicadas em todo o array ou 
por eixo/axis): np.sum(), np.mean(), np.min(), 
np.max(), np.std() (desvio padrão), np.median(). 
 
Bloco 
BMC 
ESPECIFICAÇÃO DO CONTEÚDO 
Material 
Central 
Biblioteca NumPy (Numerical Python) 
Objeto 
Principal 
ndarray (Array N-Dimensional) 
Tópicos 
Abordad
os 
Criação, Manipulação, Indexação, Fatiamento, Atributos de Array, 
Funções Universais (Ufuncs) e Cálculos Estatísticos. 
Contexto 
Introdução às Ferramentas Essenciais para a Ciência de Dados 
(Disciplina COM350). 
 
CANVAS RESUMO: NUMPY (NUMERICAL PYTHON) 
(Baseado no notebook de introdução à biblioteca para Ciência de Dados - COM350) 
 
	CANVAS RESUMO: NUMPY (NUMERICAL PYTHON)