Introducción a NumPy

NumPy es una potente biblioteca de Python para realizar cálculos numéricos. Proporciona compatibilidad con arrays, funciones matemáticas y operaciones mucho más rápidas que las listas tradicionales de Python.

En esta lección, aprenderá a usar NumPy para realizar operaciones numéricas de forma eficiente.

Instalación de NumPy

Para instalar NumPy, use el siguiente comando en la terminal:

pip install numpy

Una vez instalado, puede importarlo en sus scripts de Python:

# Importing numpy
import numpy as np

print("NumPy imported successfully")

Creación de arrays de NumPy

Los arrays de NumPy son más rápidos y eficientes en cuanto al uso de memoria que las listas de Python. Puede crear arrays a partir de listas o mediante funciones integradas:

# Creating arrays
import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)  # Outputs: [1 2 3 4]

Operaciones con arrays

NumPy admite operaciones elemento a elemento, que son mucho más rápidas que recorrer listas con bucles:

# Element-wise operations
arr = np.array([1, 2, 3, 4])
print(arr + 10)  # Outputs: [11 12 13 14]

Indexación y slicing de arrays

Los arrays de NumPy admiten indexación y slicing avanzados:

# Indexing and slicing
arr = np.array([10, 20, 30, 40, 50])
print(arr[1:4])  # Outputs: [20 30 40]

Trabajar con arrays multidimensionales

NumPy admite arrays multidimensionales (matrices):

# Creating a 2D array
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix)

Operaciones matemáticas

NumPy proporciona funciones matemáticas integradas para operaciones como calcular la media, la mediana y la desviación estándar:

# Mathematical operations
arr = np.array([1, 2, 3, 4, 5])
print(np.mean(arr))  # Outputs: 3.0

Generar arrays

NumPy puede generar arrays con funciones como arange y linspace:

# Generating arrays
arr = np.arange(0, 10, 2)
print(arr)  # Outputs: [0 2 4 6 8]

Errores comunes con NumPy

Estos son algunos errores que debe evitar:

• Usar listas de Python para conjuntos de datos grandes en lugar de arrays de NumPy.
• Olvidar comprobar la forma de los arrays multidimensionales antes de realizar operaciones.
• No aprovechar las operaciones vectorizadas.

¿Qué hemos aprendido?

En esta lección, ha aprendido:

• Cómo instalar e importar NumPy.
• Las ventajas de los arrays de NumPy frente a las listas de Python.
• Cómo realizar operaciones con arrays, indexarlos y aplicar slicing.
• Cómo trabajar con arrays multidimensionales y funciones matemáticas integradas.

¡Excelente trabajo! Pasemos al siguiente tema.