"""

Visualização de Dados em Python com Matplotlib 2.x

Explore o Mundo dos Gráficos com Matplotlib 2.x

Descubra o poder do Matplotlib 2.x na criação de gráficos impressionantes e informativos para aprimorar suas habilidades de visualização de dados. A análise e visualização de dados são cruciais em várias áreas, incluindo pesquisa científica, marketing e formulação de políticas. O Matplotlib oferece uma interface amigável ao usuário, tipos de gráficos versáteis e opções robustas de personalização. Com o Matplotlib 2.x By Example, você aprenderá como utilizar efetivamente diferentes tipos de gráficos por meio de exemplos do mundo real. Comece adquirindo uma base sólida na criação e personalização de gráficos usando o Matplotlib. Em seguida, aprofunde-se na plotagem de vários tipos de dados econômicos em gráficos 2D e 3D, extraindo insights valiosos de vastos repositórios públicos como o Quandl Finance. Você também aprenderá como visualizar dados geográficos em mapas e criar gráficos interativos. Ao final deste curso, você estará apto a utilizar o Matplotlib para visualização avançada de dados em seu trabalho diário. Você será capaz de produzir figuras de alta qualidade para manuscritos e apresentações, além de criar infográficos intuitivos para transmitir sua mensagem de forma eficaz.

Sobre o Instrutor

Dr. Benjamin Lee é um estudante de doutorado em biologia computacional e de sistemas na Escola de Medicina da Universidade de Washington. Com experiência em análise de big data e bioinformática, o Dr. Lee fez descobertas significativas em sua pesquisa, incluindo a identificação de uma nova classe de alérgenos principais e do gene de tolerância ao sal na soja. Ele é apaixonado por explorar ideias de ficção científica e implementá-las em aplicações práticas, como o desenvolvimento de um sistema de armazenamento de informações baseado em DNA. Atualmente, a pesquisa do Dr. Lee se concentra no neurodesenvolvimento e em doenças, especialmente na heterogeneidade de tipos de células dentro do sistema nervoso e no dimorfismo de gênero em cânceres cerebrais. O Dr. Lee também é CEO e co-fundador da GenoTech Solutions, uma empresa que fornece serviços genômicos para hospitais de pesquisa e o registro de câncer de Hong Kong. Dr. Michael Wong, PhD, é um bolsista Chevening e estudante de mestrado em ciência da computação na Universidade de Oxford. Ele possui um doutorado em Bioquímica pela Universidade Chinesa de Hong Kong e possui ampla experiência em bioinformática e análise de big data usando Python e Matplotlib. O Dr. Wong publicou inúmeros artigos internacionais de pesquisa científica e apresentou em várias conferências. Seus destaques de pesquisa incluem a descoberta de um novo subtipo de ataxia espinocerebelar e a identificação da patogênese para uma família com paraparesia espástica. Ele também liderou uma equipe medalhista de ouro na competição International Genetically Engineered Machine e co-desenvolveu vários projetos de genômica do câncer. Além de suas atividades acadêmicas, o Dr. Wong é co-fundador da GenoTech Solutions, uma empresa dedicada a fornecer serviços de medicina personalizada na Ásia usando tecnologia genômica de ponta. Dr. Emily Chan é uma estudante de doutorado na Universidade Chinesa de Hong Kong, especializada em Bioinformática. Ela obteve seu diploma de bacharel em Biologia Celular e Molecular e desde então tem se envolvido em diversos projetos de pesquisa, incluindo análise genômica da soja e sequenciamento de próxima geração. A Dra. Chan programa há mais de 10 anos e utiliza extensivamente Python e Matplotlib em seu trabalho. Ela também é apaixonada por tecnologia da informação e participa ativamente de conferências e eventos para se manter atualizada com as últimas tendências. A Dra. Chan está comprometida com a aprendizagem contínua e gosta de compartilhar seus conhecimentos e experiências. Além de sua expertise científica, ela desenvolveu habilidades em tradução multilíngue e design gráfico, que são valiosas em seu trabalho.

O que você aprenderá

- Dominar os recursos mais recentes do Matplotlib 2.x - Criar visualizações de dados visualmente atraentes usando vários tipos de gráficos, incluindo gráficos de barras, gráficos de bolhas, mapas de calor, histogramas, gráficos de dispersão, gráficos de área empilhada e gráficos de enxame. - Produzir figuras claras e atraentes para publicações científicas. - Desenvolver gráficos interativos e animações. - Aprimorar as funcionalidades do Matplotlib com pacotes de terceiros como Basemap, GeoPandas, Mplot3d, Pandas, Scikit-learn e Seaborn. - Projetar infográficos intuitivos para contar histórias de forma eficaz. Junte-se a nós neste curso abrangente e desbloqueie todo o potencial do Matplotlib 2.x para visualização de dados.