Python Básico - Aula#05 - NumPy Arrays P1

0:00 Abertura
0:09 NumPy Arrays
3:27 Criando Arrays
13:52 Utilizando arange e linspace
24:37 Atributos de um Array
29:08 Arrays multidimensionais
32:41 Operações com Arrays
46:09 Exemplo com Matrizes
47:44 Funções Matemáticas
50:23 Exercício

Material do minicurso disponível em:

Música: La-Rona, Ketsa

[hindemburgmelao]

Bom dia, André! Tudo bem?

Seus vídeos estão me ajudando muito! O numpy possibilita resolver alguns problemas muito melhor do que o pandas, mas eu não sabia como usar esses recursos.

Num trecho vc cita o limite de 15 algarismos significativos, e durante um tempo sofri com isso em casos nos quais precisava de um pouco mais, bem como em casos nos quais se fica limitado a 2^64-1 ou 2^1024-1 (~10^307). Para meia-vida do próton ou para evaporação de micro buracos negros, em alguns casos, esse limite 2^1024 não é suficiente, embora se possa fazer gambiarras com logs. Cheguei a escrever um programinha para usar inteiros e strings de modo a obter mais algarismos significativos, mas depois descobri q tem uma biblioteca pronta e muito boa. Você conhece o mpmath? Com ela pode obter quantos algarismos significativos quiser na solução, além de ter mais funções que o math. Ele inclui também algumas funções do numpy, do scipy etc. Porém ela é muito mais lenta, chegando a cerca de 1/25 da velocidade dos outros. Mas há algumas situações nas quais ela é mais rápida: se quiser calcular integrais, séries ou limites que não tenham solução analítica ou que a solução analítica não seja conhecida, em vez de resolver usando um número grande no lugar de infinito, ele permite usar um inf e faz alguma "mágica" q converge mais rapidamente do que se usasse 10^30 ou 10^10 em lugar de inf (pelo menos nos casos q cheguei a testar, com inf resolveu muito mais rapidamente que usando algo como 10^10).

[vitornunes]

Olá professor. Onde posso acessar os slides de suas aulas? Gostaria de guarda-los.

Obrigado!

[otaviomaia]

Em 13:40 pq está np.random.random? Pq random é repetido??