1. Introducción a NumPy

1.1. Introducción

Esta conferencia integral se centra en dominar NumPy, una de las bibliotecas más populares en Python para cálculos numéricos. Exploraremos varias funcionalidades de NumPy, entendiendo cómo crear y manipular arreglos para realizar operaciones numéricas de manera efectiva.

1.2. Parte 1: Entendiendo los Conceptos Básicos de NumPy

1.2.1. Visión General

NumPy es una poderosa biblioteca para cálculos numéricos en Python. Proporciona soporte para grandes arreglos y matrices multidimensionales, junto con una colección de funciones matemáticas para operar sobre estos arreglos.

1.2.2. Instalando NumPy

Instala NumPy usando pip:

pip install numpy

1.2.3. Importando NumPy

Importa NumPy en tu script de Python:

import numpy as np

1.2.4. Creando Arreglos

Arreglo 1D:

import numpy as np

# Crear un arreglo 1D
arr = np.array([1, 2, 3, 4, 5])
print("Arreglo 1D:", arr)

Arreglo 2D:

import numpy as np

# Crear un arreglo 2D
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])
print("Arreglo 2D:", arr_2d)

1.2.5. Operaciones con Arreglos

Operaciones Básicas:

import numpy as np

# Crear un arreglo
arr = np.array([1, 2, 3, 4, 5])

# Realizar operaciones básicas
print("Suma:", np.sum(arr))
print("Media:", np.mean(arr))

Operaciones Elemento a Elemento:

import numpy as np

# Crear arreglos
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# Suma elemento a elemento
print("Suma Elemento a Elemento:", arr1 + arr2)

# Multiplicación elemento a elemento
print("Multiplicación Elemento a Elemento:", arr1 * arr2)

1.2.6. Manipulación de la Forma

Cambio de Forma de Arreglos:

import numpy as np

# Crear un arreglo 1D
arr = np.array([1, 2, 3, 4, 5, 6])

# Cambiar la forma del arreglo a 2x3
arr_reshaped = np.reshape(arr, (2, 3))
print("Arreglo con Forma Cambiada:", arr_reshaped)

Aplanamiento de Arreglos:

import numpy as np

# Crear un arreglo 2D
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])

# Aplanar el arreglo
arr_flat = arr_2d.flatten()
print("Arreglo Aplanado:", arr_flat)

1.3. Cuestionario

Examen de NumPy

Quiz: Pon a prueba tu conocimiento
















You have attempted of activities on this page