Aprender Numpy Arrays

Numpy es una biblioteca fundamental para el cálculo numérico en Python. Su principal estructura de datos es el array, que permite realizar operaciones matemáticas de forma eficiente. En este módulo, exploraremos cómo crear y manipular arrays en Numpy, así como algunas de las operaciones básicas que se pueden realizar.

Creación de arrays en Numpy

Para comenzar a trabajar con arrays en Numpy, primero debemos importar la biblioteca:

import numpy as np

Creación de arrays desde listas

Podemos crear un array a partir de una lista de Python utilizando la función np.array():

lista = [1, 2, 3, 4, 5]
array = np.array(lista)
print(array)
## Salida: [1 2 3 4 5]

Arrays multidimensionales

Numpy también permite crear arrays multidimensionales. Por ejemplo, un array bidimensional (matriz) se puede crear de la siguiente manera:

matriz = np.array([[1, 2, 3], [4, 5, 6]])
print(matriz)
## Salida:
## [[1 2 3]
##  [4 5 6]]

Arrays con valores iniciales predefinidos

Numpy ofrece funciones para crear arrays con valores predefinidos, como np.zeros(), np.ones() y np.full():

array_zeros = np.zeros((2, 3))
print(array_zeros)
## Salida:
## [[0. 0. 0.]
##  [0. 0. 0.]]

array_unos = np.ones((2, 3))
print(array_unos)
## Salida:
## [[1. 1. 1.]
##  [1. 1. 1.]]

array_full = np.full((2, 3), 7)
print(array_full)
## Salida:
## [[7 7 7]
##  [7 7 7]]

Manipulación de arrays

Acceso a elementos

Podemos acceder a los elementos de un array utilizando índices, de forma similar a las listas de Python:

array = np.array([1, 2, 3, 4, 5])
print(array[0])  # Salida: 1
print(array[1:3])  # Salida: [2 3]

Modificación de elementos

Los elementos de un array pueden ser modificados asignando nuevos valores a los índices correspondientes:

array[0] = 10
print(array)
## Salida: [10  2  3  4  5]

Operaciones matemáticas

Numpy permite realizar operaciones matemáticas de forma vectorizada, es decir, aplicando la operación a todos los elementos del array simultáneamente:

array = np.array([1, 2, 3, 4, 5])
print(array + 2)
## Salida: [3 4 5 6 7]

print(array * 2)
## Salida: [2 4 6 8 10]

Operaciones avanzadas con arrays

Transposición de matrices

La transposición de una matriz se puede realizar utilizando el método T:

matriz = np.array([[1, 2, 3], [4, 5, 6]])
print(matriz.T)
## Salida:
## [[1 4]
##  [2 5]
##  [3 6]]

Concatenación de arrays

Podemos concatenar dos o más arrays utilizando las funciones np.concatenate(), np.vstack() y np.hstack():

array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])

concat_array = np.concatenate((array1, array2))
print(concat_array)
## Salida: [1 2 3 4 5 6]

vstack_array = np.vstack((array1, array2))
print(vstack_array)
## Salida:
## [[1 2 3]
##  [4 5 6]]

hstack_array = np.hstack((array1, array2))
print(hstack_array)
## Salida: [1 2 3 4 5 6]