Manipulación de matrices NumPy (nparray) en Python
En este tutorial, aprenderás cómo crear, manipular y realizar operaciones básicas con matrices NumPy en Python.
Introducción
NumPy es una biblioteca de Python para el cálculo numérico. Proporciona una estructura de datos llamada arreglo que es similar a una lista, pero con algunas ventajas importantes. Los arreglos NumPy son más eficientes en memoria y en tiempo, y ofrecen un conjunto de funciones y métodos especializados para operaciones numéricas.
Las matrices son arreglos bidimensionales. En Python, las matrices NumPy se representan como objetos ndarray.
Creación de matrices NumPy
Hay varias formas de crear matrices NumPy. Una forma es usar la función np.array(). Esta función toma una lista o una secuencia como entrada y crea un arreglo NumPy a partir de ella.
import numpy as np
# Crea un arreglo NumPy a partir de una lista
a = np.array([1, 2, 3])
# Crea un arreglo NumPy a partir de una secuencia
b = np.array((1, 2, 3))
# Crea un arreglo NumPy de ceros
c = np.zeros(3)
# Crea un arreglo NumPy de unos
d = np.ones(3)
# Crea un arreglo NumPy de números aleatorios
e = np.random.rand(3)
Manipulación de matrices NumPy
Una vez que hayas creado una matriz NumPy, puedes manipularla de varias maneras.
Acceso a elementos de una matriz
Puedes acceder a los elementos de una matriz NumPy usando su índice. Los índices comienzan en 0.
a = np.array([1, 2, 3])
# Accede al primer elemento
print(a[0])
# Salida: 1
# Accede al segundo elemento
print(a[1])
# Salida: 2
# Accede al último elemento
print(a[-1])
# Salida: 3
Recorte de matrices
Puedes recortar una matriz NumPy para obtener una submatriz. Para ello, usa los índices de inicio y fin.
a = np.array([1, 2, 3, 4, 5])
# Recorta la submatriz desde el segundo elemento hasta el final
b = a[1:]
# Salida: [2, 3, 4, 5]
# Recorta la submatriz desde el principio hasta el tercer elemento
c = a[:3]
# Salida: [1, 2, 3]
Operaciones básicas con matrices
Puedes realizar operaciones básicas con matrices NumPy, como suma, resta, multiplicación y división.
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
# Suma
print(a + b)
# Salida: [5, 7, 9]
# Resta
print(a - b)
# Salida: [-3, -3, -3]
# Multiplicación
print(a * b)
# Salida: [4, 10, 18]
# División
print(a / b)
# Salida: [0.25, 0.4, 0.5]
Operaciones avanzadas con matrices
NumPy ofrece una variedad de operaciones avanzadas con matrices, como la multiplicación matricial, la trasposición y la inversa.
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
# Multiplicación matricial
print(a @ b)
# Salida: [[19, 22], [43, 50]]
# Trasposición
print(a.T)
# Salida: [[1 3], [2 4]]
# Inversa
print(np.linalg.inv(a))
# Salida: [[-2. 1.], [ 1. -0.5]]
Conclusión
En este tutorial, aprendiste cómo crear, manipular y realizar operaciones básicas con matrices NumPy en Python. Puedes usar estas habilidades para realizar una variedad de tareas, como análisis de datos, aprendizaje automático y procesamiento de
