Enviar artigo via e-mail Python para enfermeiras (16)¶
NumPy biblioteca Python para realizar cálculos em Arrays Multidimensionais (vetores)¶
In [1]:
# Importar o NumPy
import numpy as np
In [2]:
# versão
np.__version__
Out[2]:
'1.19.2'
Criando arrays...¶
In [4]:
# fonte: https://www.observaprimeirainfancia.org.br/br/SP/sao-paulo/mortalidade-materna
# Array da série histórica de Mortalidade Materna (SP, 2009-2018) criado a partir de uma lista:
mortmaterna0918 = np.array([102, 87, 60, 64, 84, 83, 91, 90, 81])
In [5]:
print(mortmaterna0918)
[102 87 60 64 84 83 91 90 81]
In [8]:
# Um objeto do tipo ndarray é um recipiente multidimensional de itens do mesmo tipo e tamanho.
type(mortmaterna0918)
Out[8]:
numpy.ndarray
In [10]:
# Criando uma lista (anos). Perceba como listas e arrays são objetos diferentes, com diferentes propriedades
anos_mm = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2017, 2018]
In [11]:
anos_mm
Out[11]:
[2009, 2010, 2011, 2012, 2013, 2014, 2015, 2017, 2018]
In [18]:
# Array criado a partir de uma lista:
anos_mm = np.array([2009, 2010, 2011, 2012, 2013, 2014, 2015, 2017, 2018])
In [19]:
print(anos_mm)
[2009 2010 2011 2012 2013 2014 2015 2017 2018]
In [21]:
type(anos_mm)
Out[21]:
numpy.ndarray
In [12]:
# Imprimindo na tela um elemento (quantidade de mortes) específico no array (mort materna)
mortmaterna0918[0]
Out[12]:
102
In [13]:
# Alterando um elemento do array (na posição o número de mortes em 2008, por ex)
mortmaterna0918[0] = 78
In [14]:
print(mortmaterna0918)
[78 87 60 64 84 83 91 90 81]
In [15]:
# restaurando o elemento correto (mortes em 2009)
mortmaterna0918[0] = 102
In [16]:
print(mortmaterna0918)
[102 87 60 64 84 83 91 90 81]
In [17]:
# Verificando o formato do array
print(mortmaterna0918.shape)
(9,)
criando matriz¶
In [24]:
# Criando uma matriz (anos x mortes)
serie_mm = np.array([[2009, 2010, 2011, 2012, 2013, 2014, 2015, 2017, 2018],[102, 87, 60, 64, 84, 83, 91, 90, 81]])
In [25]:
print(serie_mm)
[[2009 2010 2011 2012 2013 2014 2015 2017 2018] [ 102 87 60 64 84 83 91 90 81]]
In [26]:
print(serie_mm.shape)
(2, 9)
In [29]:
import matplotlib.pyplot as plt
%matplotlib inline
In [30]:
import matplotlib as mat
mat.__version__
Out[30]:
'3.3.2'
In [33]:
# Em estatística, a média é o valor que aponta para onde mais se concentram os dados (mortes) de uma distribuição (por ano).
np.mean(mortmaterna0918)
Out[33]:
82.44444444444444
In [35]:
# Variância de uma variável aleatória é uma medida da sua dispersão
# estatística, indicando "o quão longe" em geral os seus valores se
# encontram do valor esperado
np.var(mortmaterna0918)
Out[35]:
153.58024691358025
In [36]:
# O desvio padrão mostra o quanto de variação ou "dispersão" (do número de mortes) existe em
# relação à média (ou valor esperado ainda que indesejado de mortes/ano) dessa amostra.
# Um baixo desvio padrão (próximo a zero) indica que os dados (isto é, as mortes) tendem a estar próximos da média.
# Um desvio padrão alto indica que os dados estão espalhados por uma gama de valores.
np.std(mortmaterna0918)
Out[36]:
12.39274977208772
Apontamentos
- Não há apontamentos.
BNN - ISSN 1676-4893
Boletim do Núcleo de Estudos e Pesquisas sobre as Atividades de Enfermagem (NEPAE)e do Núcleo de Estudos sobre Saúde e Etnia Negra (NESEN).