1. dado X um array 2D com 10 linhas. Some 10 aos elementos da 1a linha, 20 aos da 2a, 30 aos da terceira e assim por diante

2. dado X um array 2D com 10 Colunas. Some 10 aos elementos da 1a coluna, 20 aos da 2a, 30 aos da terceira e assim por diante

3. dado z um array 1D. Remova de a todos os elementos negativos (retorna um novo array)

4. dado z um array 1D. substitua por 0 todos os elementos negativos de z

5. dado z um array 1D. Qual o maior valor em z

6. dado z um array 1D. Qual a posicao do maior valor em z

7. dado z um array 1D. Qual o valor em z com o maior valor absoluto? Se z = np.array([4,-5,2]), 4 é o maior valor, mas -5 é o dado com maior valor absoluto. A resposta deve ser -5 e nao 5 (eu nao quero o maior valor absoluto, eu quero o valor no array the yem o maior valor absoluto)

8. Dado X um array 2D, compute a soma de cada linha.

9. Dado X um array 2D compute a soma de cada coluna

10. dado X um array 2D, normalize cada linha, de forma que a soma dos valores das linhas é 1

broadcast

os argumentos não precisam ter a mesmas ndim (inclusive atribuição)

a = np.array([-3,-4,-5])

X = np.array([[3,4,5],[6,7,8]])


a+2
4*X
np.array([1,2,3]) == 1

X % 2 == 0

Os argumentos não precisam tem o mesmo tamanho em cada uma das dimensões - esse tamanho pode ser 1.

a1 = np.array([100,200])

a2 = np.array([[10,20,30]]

X.shape
a1.shape
a2.shape

X + a1

X+ a2

• broadcast para array 2D e mais é mais complicado. https://docs.scipy.org/doc/numpy/user/basics.broadcasting.html

Transposta

é um atributo(?) e nao um metodo

np.info(X)

Y = X.T

np.info(Y)

• reusa o data nas o continous passa a ser falso e nao pode ser usado por bibliotecas de baixo novel de algebra linear

pacotes/modulos

Veja o link para o standard library

• math - funcoes matemáticas
• random - geracao de numeros aleatórios
• re - expressoes regulares
• os.path - diretorios e arquivos
• sys e os - interface com o sistema operacional
• collections - typos de dados para collections
• itertools - iterators (próxima aula)
• functools - programacao funcional
• operator - operadores como função
• pickle - salva e le objetos python
• concurrent.futures - processamento em paralelo
• requests - acesso ao http
• time - informacoes temporais

Pacotes externos - requer instalacao pip ou conda

• numpy - arrays
• pandas - data frames (tabelas) e Polars (mais rapido)
• scipy - operacoes scientificas e estatísticas
• statsmodels mais estatistica
• scikit-learn - aprendizado de maquina
• beautifulsoup - processar paginas html
• cherrypy - web server
• Matplotlib e seaborn e Bokeh - graficos
• SQLAlchemy - banco de dados
• flask e streamlit e fastAPI - web ap builders

A interface para os modulos é normalmente através de objetos.

Mas nem sempre - todas as funções em math e algumas no scipy são funções e não objetos/métodos

Programas externos uteis

• ruff lint
• ipython, bpython - REPLs
• virtual environments em python https://realpython.com/python-virtual-environments-a-primer/
• python 3.9

Programação funcional

funcoes anônimas

lambda mas a funcao so pode ter 1 linha

lambda x : x > 0 

map, filter

map(lambda x : x+3, [4,5,6,7])

filter(lambda x: x>0, [4,-5,6,-7])

mas use o list comprehension em vez de map+filter

fold (reduce)

foldl:

from functools import reduce

reduce(combinacao, lista, inicial)

funções que recebem funções como um argumento extra

key: uma funçao que é aplicada em cada elemento e cujo valor é usado na computação

max( iteratable, key=func)
list.sort(key=func)
sorted( iteratable, key=func)

max(lista,key=func)
=
max([(func(x),x) for x in lista])[1]

modulo operator

x[i] ou x['chave'] ou x.chave podem ser convertidos em funções para o argumento x

• itemgetter - f = itemgetter(2) entao f(x) retorna x[2]

• f = itemgetter(2,3,5) entao f(x) retorna (x[2],x[3],x[5])

• attrgetter - f = attrgetter("chave") entao f(x) retorna x.chave

Debug

em python modulo pbd https://docs.python.org/3/library/pdb.html

>>> import pdb
>>> import mymodule
>>> pdb.run('mymodule.test()')

ou

python3 -m pdb meuprog.py

Exemplo https://realpython.com/python-debugging-pdb/

video https://www.youtube.com/watch?v=6RkGmqcfiTw

breakpoint

interrompe a execução e entra no modo debug

coloque

breakpoint()

na linha do código.

ou (isso é o que realmente acontece)

import pdb; pdb.set_trace()

o prompt muda para (pdb)

ponto da execução

antes da execução de uma linha de codigo

next (n)

executa ate a proxima linha da mesma função

--> m = func(4)
    proc(m+5)

next executa m=func(4) e vai para antes de proc(m+4)

step (s)

entra no debug da proxima função na execução, nesse caso entra e para na 1a linha de func

continue

roda normalmente até o fim do programa ou ate o proximo breakpoint

inspecionar e modificar o estado

print var

interact cria um REPL neste ponto (com acesso a variáveis locais)

é possivel trocar o valor de variaveis locais e continuar a execução usando os novos valores

mover na pilha de execução (e inspecionar o estado nela)

up (função que chamou) e down

checagem de tipo em tempo de execução

variável x

isinstance(x, str)

ou

type(x) is srt

type hints

https://www.python.org/dev/peps/pep-0484/

def soma(x: int, y: int):

mas ok rodar

soma('3','4')

vc precisa rodar usando um interpretador estendido mypy

linguagem para definir os tipos

voce precisa de uma linguagem para definir tipos complexos e é isso que o PEP define

• se soma pode aceitar int e float
• uma lista qualquer
• lista de str
• um dicionário cuja chave é uma tupla de valores x e y
• qualquer tipo
• funções de um tipo particular
• etc

Cython

Extensões tipo C do python https://cython.org/

• sintaxe de controle do python
• declaração de tipos de variáveis locais
• pode incluir operações/funções do python (mas isso torna o código mais lento pois tem que haver a conversão para objetos python)

Veja a função Primes em https://cython.readthedocs.io/en/latest/src/tutorial/cython_tutorial.html

curso sobre cython https://nyu-cds.github.io/python-cython/

Ha poucos sites discutindo cython + numpy