WhatsApp

  
Operaciones Básicas con Matrices

Operaciones Básicas con Matrices

Suma de Matrices


    import numpy as np
    matrix_a = np.array([[1, 2], [3, 4]])
    matrix_b = np.array([[5, 6], [7, 8]])
    matrix_sum = matrix_a + matrix_b
    print(matrix_sum)

Resta de Matrices


    import numpy as np
    matrix_a = np.array([[1, 2], [3, 4]])
    matrix_b = np.array([[5, 6], [7, 8]])
    matrix_subtraction = matrix_a - matrix_b
    print(matrix_subtraction)

Multiplicación de Matrices


    import numpy as np
    matrix_a = np.array([[1, 2], [3, 4]])
    matrix_b = np.array([[5, 6], [7, 8]])
    matrix_multiplication = matrix_a * matrix_b
    print(matrix_multiplication)

División de Matrices


    import numpy as np
    matrix_a = np.array([[1, 2], [3, 4]])
    matrix_b = np.array([[5, 6], [7, 8]])
    matrix_division = matrix_a / matrix_b
    print(matrix_division)

Operaciones In-Situ


    import numpy as np
    matrix_a = np.array([[1, 2], [3, 4]])
    matrix_b = np.array([[5, 6], [7, 8]])
    matrix_a += matrix_b
    print(matrix_a)

Funciones Universales (ufuncs)

Numpy proporciona una amplia gama de funciones universales (ufuncs) que se pueden aplicar a elementos individuales de una matriz. Aquí hay algunas de las funciones universales más comunes:

  • np.sin(): Calcula el seno de cada elemento en la matriz.
  • np.cos(): Calcula el coseno de cada elemento en la matriz.
  • np.exp(): Calcula la exponencial de cada elemento en la matriz.
  • np.log(): Calcula el logaritmo natural de cada elemento en la matriz.

Ejemplo de uso de funciones universales


    import numpy as np
    matrix = np.array([[1, 2], [3, 4]])
    matrix_sin = np.sin(matrix)
    matrix_cos = np.cos(matrix)
    matrix_exp = np.exp(matrix)
    matrix_log = np.log(matrix)
    print(matrix_sin)
    print(matrix_cos)
    print(matrix_exp)
    print(matrix_log)


Funciones hiperbólicas en Numpy

np.sinh - Calcula el seno hiperbólico


    import numpy as np
    x = np.array([0, 1, 2, 3])
    sinh_x = np.sinh(x)
    print(sinh_x)

np.cosh - Calcula el coseno hiperbólico


    import numpy as np
    x = np.array([0, 1, 2, 3])
    cosh_x = np.cosh(x)
    print(cosh_x)

np.tanh - Calcula la tangente hiperbólica


    import numpy as np
    x = np.array([0, 1, 2, 3])
    tanh_x = np.tanh(x)
    print(tanh_x)

np.arcsinh - Calcula el arcoseno hiperbólico


    import numpy as np
    x = np.array([0, 1, 2, 3])
    arcsinh_x = np.arcsinh(x)
    print(arcsinh_x)

np.arccosh - Calcula el arcocoseno hiperbólico


    import numpy as np
    x = np.array([1, 2, 3, 4])
    arccosh_x = np.arccosh(x)
    print(arccosh_x)

np.arctanh - Calcula el arcotangente hiperbólico


    import numpy as np
    x = np.array([0, 0.5, 0.8, 1])
    arctanh_x = np.arctanh(x)
    print(arctanh_x)

Funciones Exponenciales y Logarítmicas en Numpy

np.exp - Calcula la exponencial de los elementos del array


    import numpy as np
    x = np.array([1, 2, 3, 4])
    exp_x = np.exp(x)
    print(exp_x)

np.log - Calcula el logaritmo natural


    import numpy as np
    x = np.array([1, 2, 3, 4])
    log_x = np.log(x)
    print(log_x)

np.log2 - Calcula el logaritmo base 2


    import numpy as np
    x = np.array([1, 2, 3, 4])
    log2_x = np.log2(x)
    print(log2_x)

np.log10 - Calcula el logaritmo base 10


    import numpy as np
    x = np.array([1, 2, 3, 4])
    log10_x = np.log10(x)
    print(log10_x)

Funciones Estadísticas

np.mean - Calcula la media aritmética


    import numpy as np
    arr = np.array([1, 2, 3, 4, 5])
    mean = np.mean(arr)
    print(mean)

np.median - Calcula la mediana


    import numpy as np
    arr = np.array([1, 2, 3, 4, 5])
    median = np.median(arr)
    print(median)

np.std - Calcula la desviación estándar


    import numpy as np
    arr = np.array([1, 2, 3, 4, 5])
    std = np.std(arr)
    print(std)

Funciones de Comparación

np.greater - Compara dos arrays elemento a elemento (>)


    import numpy as np
    arr1 = np.array([1, 2, 3, 4, 5])
    arr2 = np.array([4, 3, 2, 5, 1])
    comparison = np.greater(arr1, arr2)
    print(comparison)

np.less - Compara dos arrays (<)


    import numpy as np
    arr1 = np.array([1, 2, 3, 4, 5])
    arr2 = np.array([4, 3, 2, 5, 1])
    comparison = np.less(arr1, arr2)
    print(comparison)

np.equal - Compara igualdad entre elementos de dos arrays


    import numpy as np
    arr1 = np.array([1, 2, 3, 4, 5])
    arr2 = np.array([4, 3, 2, 5, 1])
    comparison = np.equal(arr1, arr2)
    print(comparison)

Otras Funciones Importantes

np.sqrt - Calcula la raíz cuadrada de los elementos


    import numpy as np
    arr = np.array([4, 9, 16])
    sqrt_arr = np.sqrt(arr)
    print(sqrt_arr)

np.abs - Calcula el valor absoluto


    import numpy as np
    arr = np.array([-1, 2, -3, 4])
    abs_arr = np.abs(arr)
    print(abs_arr)

np.floor - Redondea hacia abajo


    import numpy as np
    arr = np.array([1.1, 2.5, 3.7])
    floor_arr = np.floor(arr)
    print(floor_arr)

np.ceil - Redondea hacia arriba


    import numpy as np
    arr = np.array([1.1, 2.5, 3.7])
    ceil_arr = np.ceil(arr)
    print(ceil_arr)

np.rint - Redondea al entero más cercano


    import numpy as np
    arr = np.array([1.1, 2.5, 3.7])
    rint_arr = np.rint(arr)
    print(rint_arr)
]]>

Funciones Estadísticas

np.mean - Calcula la media aritmética


    import numpy as np
    arr = np.array([1, 2, 3, 4, 5])
    mean = np.mean(arr)
    print(mean)

np.median - Calcula la mediana


    import numpy as np
    arr = np.array([1, 2, 3, 4, 5])
    median = np.median(arr)
    print(median)

np.std - Calcula la desviación estándar


    import numpy as np
    arr = np.array([1, 2, 3, 4, 5])
    std = np.std(arr)
    print(std)

Funciones de Comparación

np.greater - Compara dos arrays elemento a elemento (>)


    import numpy as np
    arr1 = np.array([1, 2, 3, 4, 5])
    arr2 = np.array([4, 3, 2, 5, 1])
    comparison = np.greater(arr1, arr2)
    print(comparison)

np.less - Compara dos arrays (<)


    import numpy as np
    arr1 = np.array([1, 2, 3, 4, 5])
    arr2 = np.array([4, 3, 2, 5, 1])
    comparison = np.less(arr1, arr2)
    print(comparison)

np.equal - Compara igualdad entre elementos de dos arrays


    import numpy as np
    arr1 = np.array([1, 2, 3, 4, 5])
    arr2 = np.array([4, 3, 2, 5, 1])
    comparison = np.equal(arr1, arr2)
    print(comparison)

Otras Funciones Importantes

np.sqrt - Calcula la raíz cuadrada de los elementos


    import numpy as np
    arr = np.array([4, 9, 16])
    sqrt_arr = np.sqrt(arr)
    print(sqrt_arr)

np.abs - Calcula el valor absoluto


    import numpy as np
    arr = np.array([-1, 2, -3, 4])
    abs_arr = np.abs(arr)
    print(abs_arr)

np.floor - Redondea hacia abajo


    import numpy as np
    arr = np.array([1.1, 2.5, 3.7])
    floor_arr = np.floor(arr)
    print(floor_arr)

np.ceil - Redondea hacia arriba


    import numpy as np
    arr = np.array([1.1, 2.5, 3.7])
    ceil_arr = np.ceil(arr)
    print(ceil_arr)

np.rint - Redondea al entero más cercano


    import numpy as np
    arr = np.array([1.1, 2.5, 3.7])
    rint_arr = np.rint(arr)
    print(rint_arr)
en IA

Operaciones Básicas con Matrices
ASIMOV Ingeniería S. de R.L. de C.V., Emiliano Nava 14 noviembre, 2023
Compartir
Categorías


Nuestros blogs
Iniciar sesión dejar un comentario

  
Indexación y Rebanado (Slicing)