Trabajo con Numpy en Python
NumPy es una biblioteca de Python que proporciona una estructura de datos eficiente para arreglos multidimensionales, así como una gran variedad de operaciones matemáticas y estadísticas. NumPy es una herramienta esencial para la computación científica y el análisis de datos en Python.
En este tutorial, aprenderemos a trabajar con NumPy. Cubriremos los siguientes temas:
- Introducción a NumPy
- Creación de arrays
- Indexado y selección
- Operaciones con arrays
Introducción a NumPy
NumPy es una biblioteca de Python que proporciona una estructura de datos eficiente para arreglos multidimensionales. Un arreglo NumPy es una colección de elementos del mismo tipo de datos, organizados en filas y columnas.
Para usar NumPy, primero debemos importarlo en nuestro código. Podemos hacerlo de la siguiente manera:
import numpy as np
Creación de arrays
Podemos crear arrays NumPy de varias maneras. Una forma es usar la función array(). Esta función toma una lista o un rango como entrada y devuelve un array NumPy.
# Crea un array de 10 números enteros
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
# Crea un array de 10 números flotantes
arr = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0])
# Crea un array de 10 números aleatorios
arr = np.random.rand(10)
Otra forma de crear arrays NumPy es usando las funciones zeros(), ones(), y full(). Estas funciones crean arrays de un tipo de datos específico, llenos de ceros, unos, o un valor especificado.
# Crea un array de 10 números enteros a 0
arr = np.zeros(10, dtype=int)
# Crea un array de 10 números flotantes a 1
arr = np.ones(10, dtype=float)
# Crea un array de 10 números enteros a 10
arr = np.full(10, 10)
Indexado y selección
Podemos acceder a los elementos de un array NumPy usando índices. Los índices comienzan en 0.
# Accede al primer elemento del array
arr[0]
# Accede al último elemento del array
arr[-1]
# Accede a la segunda columna del array
arr[:, 1]
# Accede a los elementos de la segunda fila
arr[1, :]
También podemos usar operaciones de selección para extraer subconjuntos de un array NumPy. Por ejemplo, podemos usar la operación : para seleccionar todos los elementos de un array.
# Selecciona todos los elementos del array
arr[:]
# Selecciona los primeros 5 elementos del array
arr[:5]
# Selecciona los últimos 5 elementos del array
arr[-5:]
# Selecciona los elementos de la segunda fila
arr[1, :]
# Selecciona los elementos de la segunda columna
arr[:, 1]
Operaciones con arrays
NumPy proporciona una gran variedad de operaciones matemáticas y estadísticas para trabajar con arrays.
# Suma de dos arrays
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr1 + arr2
# Multiplicación de un array por un número
arr * 2
# Suma de todos los elementos de un array
np.sum(arr)
# Promedio de todos los elementos de un array
np.mean(arr)
# Desviación estándar de todos los elementos de un array
np.std(arr)
Conclusión
NumPy es una herramienta esencial para la computación científica y el análisis de datos en Python. En este tutorial, aprendimos a trabajar con NumPy, cubriendo temas como la creación de arrays, indexado y selección, y operaciones con arrays.
Para obtener más información sobre NumPy, consulte la documentación oficial: https://numpy.org/
