Python: gráficos e outras visualizações
Gravado no evento PyMat 2021 - Python para Matemática e Além · 2 h 59 min de gravação
Trechos em vídeo

Como funciona a função plot do Matplotlib
Trecho de a da gravação

Conceito de derivada numérica e np.gradient
Trecho de a da gravação

Visualizando campos de vetores com plt.quiver
Trecho de a da gravação
Sobre o conteúdo
A atividade "Python: gráficos e outras visualizações", apresentada no evento "Python para Matemática e Além", tem início com a apresentação conduzida por Ângela Didier, que passa a palavra ao professor Edgar Amorim, do Departamento de Matemática da UFRPE. O palestrante introduz o planejamento do minicurso, destacando o uso fundamental das bibliotecas NumPy e Matplotlib, incluindo o módulo mpl_toolkits.mplot3d, com o objetivo de construir visualizações acessíveis a partir de conceitos centrais do cálculo diferencial e integral.
Na primeira etapa prática, demonstra-se a definição de funções em Python e a criação de domínios discretizados com a função linspace do NumPy. O palestrante explica como a função plot do Matplotlib constrói gráficos interligando pontos por segmentos de reta e ensina diversas opções de personalização visual, como cores, espessura de linha, transparência, estilo tracejado, títulos com suporte a LaTeX, rótulos de eixos e grades. Também é abordada uma função personalizada para centralizar a exibição dos eixos cartesianos na origem.
Em seguida, o minicurso aborda o cálculo numérico de derivadas utilizando a função gradient do NumPy, discutindo as aproximações por diferenças finitas e como contornar pequenas descontinuidades nos extremos do intervalo. Na sequência, é apresentada a representação geométrica de somas de Riemann por meio da função bar, detalhando parâmetros de posição, largura, altura, alinhamento e transparência dos retângulos para aproximar o valor de integrais definidas.
A transição para funções de duas variáveis é feita com a utilização de meshgrid para gerar malhas bidimensionais de coordenadas. O palestrante explora mapas de contorno com as funções contour e contourf, inserindo rótulos numéricos com clabel e combinando contornos coloridos e preenchidos. Para a visualização tridimensional, ensina a criar projeções 3D com plot_surface, controlar a densidade de malha por stride e projetar curvas de nível na base do gráfico com offset.
Na parte final, o minicurso detalha o traçado de campos vetoriais no plano e no espaço por meio da função quiver, demonstrando ajustes de escala, normalização e gradientes de cores associados à magnitude dos vetores. Em seguida, implementa-se um método numérico iterativo para aproximar curvas integrais de trajetórias. Por fim, o professor apresenta o gabarito com exemplos avançados de triedro de Frenet em curvas no espaço e a evolução de isometrias contínuas entre o helicoide e o catenoide, respondendo a perguntas da plateia antes do encerramento.
O que é abordado
- Abertura e apresentação do minicurso
- Importação de pacotes (NumPy e Matplotlib)
- Gráficos de funções reais e customizaçãoTrecho de 2 min
- Cálculo numérico de derivadas com np.gradientTrecho de 1 min 57 s
- Visualização de somas de Riemann com plt.bar
- Curvas de nível com contour e contourf
- Gráfico de superfícies 3D com plot_surface
- Campos de vetores no plano e no espaço com quiverTrecho de 1 min 9 s
- Aproximação de curvas integrais
- Superfícies parametrizadas e isometrias
- Dúvidas finais e encerramento
Dúvidas que o conteúdo responde
Como suavizar o traçado de uma curva no Matplotlib?
Para deixar a curva mais suave, deve-se aumentar a quantidade de pontos gerados no domínio por meio da função np.linspace, garantindo uma discretização mais fina que atenua as linhas retas entre pontos consecutivos.
Como o Python reconhece o término da execução de um código no Jupyter ou Colab?
O interpretador executa o bloco linha por linha e encerra o processo naturalmente ao alcançar a última instrução da célula, a menos que haja loops contínuos ou animações em execução.
Como obter os valores de ponto máximo e mínimo de uma função plotada?
Pode-se utilizar funções como max() e min() aplicadas ao array de valores da função gerado pelo NumPy, ou recorrer a métodos numéricos de otimização em bibliotecas como o SciPy para encontrar pontos extremos analíticos.
Qual a diferença entre as funções contour e contourf no Matplotlib?
A função contour desenha apenas as linhas das curvas de nível correspondentes a alturas específicas, enquanto a função contourf preenche as regiões entre essas curvas de nível com cores escalonadas.
Qual curso foi sugerido pelo professor para quem está começando a aprender Python?
O professor indicou o curso 'Python para Zumbis', destacando que seu material aberto e exercícios disponíveis na internet são adequados para iniciantes que não possuem experiência prévia com programação.
Assuntos
Palestrantes
Edgar Corrêa de Amorim Filho
Instrutor(a)
Outros conteúdos deste evento
Gravados no evento PyMat 2021 - Python para Matemática e Além
Python e problemas matemáticos desafiadores
Gravado no evento PyMat 2021 - Python para Matemática e Além
Neste workshop do evento 'Python para Matemática e Além', o palestrante Leon Silva aborda a resolução de desafios matemáticos inspirados no Project Euler utilizando Python. Ele…
Ver resumo e capítulosAlgumas abordagens para a modelagem da epidemia de COVID-19
Gravado no evento PyMat 2021 - Python para Matemática e Além
A professora Maité Kulesza apresenta a palestra 'Algumas abordagens para a modelagem da epidemia de COVID-19' no evento Python para Matemática e Além. Ela relata sua experiência…
Ver resumo e capítulosCriptografia RSA em SageMath/Python
Gravado no evento PyMat 2021 - Python para Matemática e Além
Nesta oficina ministrada durante o evento Python para Matemática e Além, o professor Ricardo Nunes Machado Júnior apresenta a fundamentação teórica e a implementação prática do…
Ver resumo e capítulosConstrução de imagens e simulações dinâmicas com Python
Gravado no evento PyMat 2021 - Python para Matemática e Além
Neste workshop do evento Python para Matemática e Além, o professor Edgar Amorim apresenta técnicas de computação gráfica e simulações com Python usando NumPy e Matplotlib. A…
Ver resumo e capítulosComputação Quântica
Gravado no evento PyMat 2021 - Python para Matemática e Além
A palestra aborda os conceitos fundamentais da computação quântica e a sua distinção prática em relação à computação clássica. O palestrante desmistifica a necessidade de…
Ver resumo e capítulosManipulação de dados e regressões lineares com Python
Gravado no evento PyMat 2021 - Python para Matemática e Além
O minicurso aborda fundamentos de manipulação de dados em Python com Pandas, Seaborn e NumPy. O palestrante ensina a inspecionar DataFrames, filtrar registros, analisar variáveis…
Ver resumo e capítulosEcossistema Python para matemática computacional
Gravado no evento PyMat 2021 - Python para Matemática e Além
A palestra de abertura do evento PyMat 2021, intitulada 'Ecossistema Python para matemática computacional', aborda o papel crescente do Python na pesquisa acadêmica e científica.…
Ver resumo e capítulos





