Mudanças entre as edições de "Ipython tutoria 2012"
(→Editar gráficos - Títulos / legendas / textos.) |
(→Histograma) |
||
Linha 143: | Linha 143: | ||
Para facilitar, usando o comando normal(), vamos criar um conjunto de elementos dristribuídos segundo a distribuição normal. | Para facilitar, usando o comando normal(), vamos criar um conjunto de elementos dristribuídos segundo a distribuição normal. | ||
− | < | + | <syntaxhighlight enclose="none" lang="python"> |
− | + | n=normal(size=1000) | |
− | + | plt.hist(n) | |
− | + | plt.xlabel("Valor",fontsize=17) | |
− | + | plt.ylabel("Frequencia",fontsize=17) | |
− | + | plt.title("Histograma",fontsize=17) | |
− | </ | + | plt.show() |
− | + | </syntaxhighlight> | |
Linha 157: | Linha 157: | ||
Podemos alterar o números de intervalos de classe usando o parâmetro 'bins' | Podemos alterar o números de intervalos de classe usando o parâmetro 'bins' | ||
− | < | + | <syntaxhighlight enclose="none" lang="python"> |
− | + | plt.hist(n,bins=20) | |
− | + | plt.xlabel("Valor&",fontsize=17) | |
− | + | plt.ylabel("Frequencia",fontsize=17) | |
− | + | plt.title("Histograma",fontsize=17) | |
− | </ | + | plt.show() |
− | + | </syntaxhighlight> | |
Linha 170: | Linha 170: | ||
Usando o parâmetro 'alpha' da função 'hist()' podemos sobrepor gráficos. Para exemplificar vamos usar a distribuição uniforme. | Usando o parâmetro 'alpha' da função 'hist()' podemos sobrepor gráficos. Para exemplificar vamos usar a distribuição uniforme. | ||
− | < | + | <syntaxhighlight enclose="none" lang="python"> |
− | + | u=uniform(-2,2,size=1000) | |
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
− | + | ||
+ | #Atenção nos parâmetros histtype e alpha. histtype altera o visual do gráfico | ||
+ | plt.hist(n,bins=20,histtype="stepfilled", color="g",label="normal") | ||
+ | plt.hist(u,bins=20,histtype="stepfilled",color="r",label="uniforme",alpha=0.5) # Plot com 50% de transparência | ||
+ | plt.title("Normal \ Uniforme",fontsize=17) | ||
+ | plt.xlabel("valor&",fontsize=17) | ||
+ | plt.ylabel("Frequencia",fontsize=17) | ||
+ | plt.legend() | ||
+ | plt.show() | ||
+ | </syntaxhighlight> | ||
[[Image:WIKI___MATPLOTLIB_fig_04.png|frame|none]] | [[Image:WIKI___MATPLOTLIB_fig_04.png|frame|none]] |
Edição das 13h58min de 15 de janeiro de 2013
Conteúdo[ocultar] |
Introdução
Em abril de 2012, Cleve Moler, recebeu o prêmio Pioneiros da Computação do IEEE. Ele é o criador do programa MATLAB, um ambiente de programação numérica que revolucionou a idéia de programação e simulação, principalmente nas áreas aplicadas de engenharia, biologia e economia. O programa é um produto comercializado pela empresa Mathworks que também é presidida por Cleve Moler, e o pacote completo do software é bastante caro! Existem algumas alternativas similares ao MATLAB com código aberto. Os mais populares são os programas SCILAB e OCTAVE. O objetivo deste texto é apresentar uma outra alternativa interessante que é um ambiente chamado Ipython.
Python é uma linguagem de programação genérica de código livre. Uma das características desta linguagem é que possui um console que executa comandos assim que teclamos ENTER. Este console original do Python tem poucos recursos de edição. Por exemplo, não há histórico dos comandos já digitados. O Ipython é um console do Python enriquecido com muitos novos recursos de edição, além de naturalmente acoplar outros módulos científicos do Python (NumPy, Scipy, SymPy e Matplotlib), o resultado é um ambiente muito parecido com o MATLAB (eventualmente mais lento para programas pesados), com a vantagem de dispor do desenvolvimento de Software Livre. Em particular estamos interessados em mostrar como a utilização deste software pode acompanhar o aprendizado de Cálculo Diferencial e Integral do primeiro ano. (P. A. Tonelli) 18h20min de 24 de julho de 2012 (BRT)
Instalação do Ipython
Em todos os sistemas operacionais a instalação do Ipython depende da instalação do Python. A forma mais fácil é instalar como uma distribuição em pacote. No sistema operacional windows, a forma mais fácil é instalar o Pythonxy. Este pacote vem com um conjunto de aplicativos direcionados à computação científica, inclusive o Ipython. Não é a última versão, mas é uma forma de rápida instalação.
Nos sistemas derivados do Debian linux também existem pacotes para o Ipython (Ipython, Ipython-Qt, Ipython-notebook, pode instalar todos!).
sudo apt-get install ipyhton ipython-qt ipython-notebook
Atualização dos programas
Quer você tenha instalado o Pythonxy, quer os pacotes das distribuições em Linux, é muito difícil que os programas Ipython e outros módulos usados pelo Ipython estejam atualizados. Vamos explicar como atualizar o pythonxy.
Atualização no Windows uma vez instalado o PyhtonXY
1. Na versão mais recente o PythonXY deve ter instalado um módulo chamado distribute. Abra o console do Windows e digite
pip install --upgrade spyder
Isto atualiza o editor Spyder
2. Instale o programa pyzmq deste site do pyzmq
3. Para a nova versão do Ipython digite no console do windows
pip install --upgrade ipython[zmq,qtconsole,notebook,test]
4. Tornado para o notebook
pip install tornado
5. Será bom atualizar também o matplotlib e scipy
pip install --upgrade matplotlib pip install --upgrade scipy
Com isto você terá o seu ambiente de programação. E pode começar a testá-lo digitando no console
ipython notebook --pylab inline
Usando a Biblioteca Matplotlib
Matplotlib
Essa biblioteca é usada para construir gráficos em 2D (histogramas, funções em geral, espectros, entre outros). Veremos também como criar e plotar funções com textos em LaTeX nos gráficos. Os módulos básicos são os seguintes:
import matplotlib.pyplot as pl
import numpy as np
Plotar um conjunto de pontos qualquer
Supondo dois conjunto de pontos com a mesma quantidade de elementos. Podemos estabelecer uma relação entre eles construindo um gráfico em um plano cartesiano.
Em python, nosso conjunto de pontos serão dados por arrays. Vamos chamá-los de x e y
x=np.array([1,2,3,3,7,6,7,8,9])
y=np.array([9,8,7,6,5,4,3,2,1])
plt.plot(x,y) # A ordem dos parâmetros é a mesma usada na matemática (abscissa, ordenada)
[<matplotlib.lines.Line2D at 0x4381ad0>]
Antes de editar o gráfico vamos aprender a definir funções.
Funções
Há duas formas de definir uma função:
- comando def
- comando lambda
exemplo usando def:
def f(x):
'''Calcula o valor de x^2'''
# docstring - Explica brevemente o que a função retorna
return x*x
exemplo - lambda:
g= lambda x : x**x # ** potência
help(f)
Help on function f in module __main__: f(x) Calcula o valor de x^2
Editar gráficos - Títulos / legendas / textos.
Podemos atribuir nomes para o gráfico, ordenada / abscissa ou um ponto qualquer. O LaTeX pode ser usado para os textos.
Vamos usar a função f(x), definida anteriormente, para aprender os próximos passos
# Conjunto de pontos - Podemos criar intervalos com a função linspace()
t = linspace(-5,5,1000) # O intervalo [-5,5] foi dividido em 1000 pontos
# Título - Atenção nos parâmetros para ajustar o texto(fonte e posição)
plt.title("$f(x)$",fontsize = 19,verticalalignment = "baseline",horizontalalignment ="center")
# Nome nos eixos - Podemos usar os mesmos parâmetros para ajustar os textos nos comandos abaixo</span>
plt.xlabel("$X$&",fontsize = 20)
plt.ylabel("$Y$&",fontsize = 20, rotation="horizontal") # Atenção no parâmetro para rotacionar o texto no eixo Y
# Para plotar texto em pontos específicos do gráfico usamos text().
plt.text(2,4,"$f(2)", fontsize=14) # Atenção nas coordenadas!
# Tipo/cor/legenda - A cor e o tipo de linha podem ser alterados. Para ver todas as opções você pode usar o comando help(plot)
plt.plot(t,f(t),"g",label="f(x)")
legend(loc=4)# loc muda o local da legenda. Pode variar de 0 à 10
# Para plotar linhas nos eixos podemos usar grid()
grid()
# Alterar o tamanho dos eixos
axex=xlim(-10,10)
axey=ylim(0,50)
Histograma
Para facilitar, usando o comando normal(), vamos criar um conjunto de elementos dristribuídos segundo a distribuição normal.
n=normal(size=1000)
plt.hist(n)
plt.xlabel("Valor",fontsize=17)
plt.ylabel("Frequencia",fontsize=17)
plt.title("Histograma",fontsize=17)
plt.show()
Podemos alterar o números de intervalos de classe usando o parâmetro 'bins'
plt.hist(n,bins=20)
plt.xlabel("Valor&",fontsize=17)
plt.ylabel("Frequencia",fontsize=17)
plt.title("Histograma",fontsize=17)
plt.show()
Usando o parâmetro 'alpha' da função 'hist()' podemos sobrepor gráficos. Para exemplificar vamos usar a distribuição uniforme.
u=uniform(-2,2,size=1000)
#Atenção nos parâmetros histtype e alpha. histtype altera o visual do gráfico
plt.hist(n,bins=20,histtype="stepfilled", color="g",label="normal")
plt.hist(u,bins=20,histtype="stepfilled",color="r",label="uniforme",alpha=0.5) # Plot com 50% de transparência
plt.title("Normal \ Uniforme",fontsize=17)
plt.xlabel("valor&",fontsize=17)
plt.ylabel("Frequencia",fontsize=17)
plt.legend()
plt.show()