WhatsApp

  
Fundamentos de NumPy

Fundamentos de NumPy

Instalación y configuración de NumPy

Antes de utilizar NumPy, deberás instalarlo en tu entorno de desarrollo utilizando el administrador de paquetes pip. Puedes ejecutar el siguiente comando:

pip install numpy

Luego, podrás importar NumPy en tu código con la siguiente línea:

import numpy as np

Creación de arrays y matrices

NumPy proporciona varias funciones para crear arrays y matrices eficientemente:

  • np.array: Crea un array a partir de una lista de números.
array = np.array([1, 2, 3])

Resultado:

[1 2 3]
  • np.zeros: Crea un array de ceros con un tamaño y forma específicos.
  • zeros_array = np.zeros((3, 3))

    Resultado:

    [[0. 0. 0.]
     [0. 0. 0.]
     [0. 0. 0.]]
  • np.ones: Crea un array de unos con un tamaño y forma específicos.
  • ones_array = np.ones((2, 2))

    Resultado:

    [[1. 1.]
     [1. 1.]]
  • np.eye: Crea una matriz identidad con un tamaño y forma específicos.
  • identity_matrix = np.eye(3)

    Resultado:

    [[1. 0. 0.]
     [0. 1. 0.]
     [0. 0. 1.]]
  • np.arange: Crea un array con valores espaciados uniformemente dentro de un intervalo.
  • range_array = np.arange(0, 10, 2)

    Resultado:

    [0 2 4 6 8]
  • np.linspace: Crea un array con valores espaciados linealmente dentro de un intervalo.
  • linspace_array = np.linspace(0, 10, 5)

    Resultado:

    [ 0.   2.5  5.   7.5 10. ]

    Atributos de los arrays

    Los arrays de NumPy tienen varios atributos útiles para obtener información sobre ellos:

    • shape: Devuelve una tupla que representa la forma del array (es decir, el tamaño de cada dimensión).
    array_shape = array.shape

    Resultado:

    (3,)
  • size: Devuelve el número total de elementos en el array.
  • array_size = array.size

    Resultado:

    3
  • ndim: Devuelve el número de dimensiones del array.
  • array_ndim = array.ndim

    Resultado:

    1
  • dtype: Devuelve el tipo de datos de los elementos del array.
  • array_dtype = array.dtype

    Resultado:

    int64

    Conclusión

    En este artículo, hemos explorado los fundamentos de NumPy, desde su instalación y configuración hasta la creación de arrays y matrices. También hemos visto algunos de los atributos más importantes de los arrays, que nos permiten obtener información sobre su forma, tamaño, número de dimensiones y tipo de datos.

    NumPy es una biblioteca esencial en Python para el análisis numérico y científico. Su eficiencia y versatilidad la convierten en una opción popular entre los científicos de datos y desarrolladores.


    en IA
    Fundamentos de NumPy
    ASIMOV Ingeniería S. de R.L. de C.V., Emiliano Nava 14 noviembre, 2023
    Compartir
    Categorías


    Iniciar sesión dejar un comentario

      
    Manejo de Matrices en Python con NumPy