matriz numpy en python
Funciones y métodos de Python
Michael Zippo
01.11.2021
Una lista es un tipo de datos que contiene una secuencia ordenada de elementos. Las listas son un tipo de datos √∫til porque le permiten almacenar m√∫ltiples valores relacionados en una variable. Con una lista, puede almacenar los nombres de 10 pares de zapatos en una variable; podrìa almacenar una lista de las compras que ha realizado en una tienda en una variable.
Si bien el tipo de datos de lista integrado ya es poderoso, para casos de uso más avanzados, es posible que le falte. Ahì es donde entra en juego el tipo de datos de matriz de NumPy. La biblioteca NumPy se puede usar para crear matrices con m√∫ltiples dimensiones con facilidad.
En esta guìa, vamos a hablar sobre lo que Las matrices NumPy son, por qué son √∫tiles y còmo puede trabajar con ellas en su còdigo. ¬°Empecemos!
¿Qué es una matriz NumPy?
Una matriz NumPy es el objeto de matriz utilizado dentro de la biblioteca NumPy Python. NumPy, que significa Python numérico, es un paquete que se usa a menudo para la computaciòn cientìfica y matemática. Viene acompa√±ado de una variedad de herramientas que pueden ayudar con el análisis de datos y matemáticas avanzadas. & Nbsp;
En vanilla Python (Python sin ning√∫n paquete externo), las matrices son potentes pero pueden ser lentas de procesar. Las matrices NumPy, por otro lado, apuntan a ser òrdenes de magnitud más rápidas que una matriz Python tradicional.
Este aumento de rendimiento se logra porque las matrices NumPy almacenan valores en un lugar continuo en la memoria. Esto facilita que Python acceda y manipule una lista.
Còmo declarar una matriz NumPy
Para comenzar, configuremos una matriz NumPy. Para este tutorial, vamos a almacenar valores de cadena en nuestra matriz. Estos valores de cadena son una lista de los dulces que se ofrecen en una cafeterìa local. Comenzaremos importando la biblioteca NumPy:
Esta lìnea de còdigo importa numpy de Python y asigna a la biblioteca el nombre np . Esto significa que cada vez que necesitemos trabajar con nuestra matriz, solo debemos llamar a np .
El 81% de los participantes afirmò que se sentìa más seguro acerca de sus perspectivas laborales de tecnologìa después asistiendo a un campo de entrenamiento. Asigne a un bootcamp hoy mismo.
El graduado promedio de un bootcamp pasò menos de seis meses en la transiciòn profesional, desde comenzar un bootcamp hasta encontrar su primer trabajo.
A continuaciòn, vamos para declarar nuestra matriz usando la interfaz de matriz:
Nuestra matriz contiene cuatro valores de cadena. Como una matriz de Python tradicional, hemos incluido todos los elementos de nuestra lista entre corchetes. Para declarar una matriz NumPy, hemos utilizado el método de matriz que forma parte de np . Esto crea un objeto ndarray , que es el tipo de matriz NumPy integrado.
Nuestro còdigo devuelve una copia de nuestra matriz original, clasificada como una matriz NumPy:
Eso es todo: ahora tenemos una matriz con la que podemos trabajar.
Matrices NumPy: Dimensiones
Cuando hablamos de dimensiones en NumPy, no nos referimos a mundos nuevos como los que verìas en las pelìculas. Una dimensiòn en una matriz es un nivel de profundidad dentro esa matriz. Cuando se utiliza el término dimensiòn, se refiere a matrices anidadas. Estas son matrices que contienen matrices.
Una matriz puede tener cualquier n√∫mero de dimensiones. La mayorìa de las matrices que trabajar con matrices 1-D, 2-D o 3-D. La " D " significa dimensiòn.
NumPy 1-D Array
En nuestro primer ejemplo, creamos una matriz 1-D. Esta es una matriz que contiene matrices (o elementos) 0-D como sus elementos. La mayorìa de las matrices con las que trabajará serán 1-D.
Creemos una matriz que almacene los precios de las golosinas en la cafeterìa:
Nuestro còdigo devuelve una matriz en una dimensiòn, almacenando nuestros valores: [1.95 2. & nbsp; 2.05]. & Nbsp;
Para acceder a un elemento de una matriz 1-D, puede usar la misma sintaxis que usarìa con una lista de Python. Recuperemos el segundo elemento de nuestra lista:
Nuestro còdigo devuelve el elemento con el valor de ìndice 1, que es: 2.
Para obtener más informaciòn sobre las matrices de Python, lea nuestro guìa para principiantes de las matrices de Python .
NumPy 2-D Array
No todas las matrices son 1-D. Supongamos que queremos almacenar una matriz que contiene dos matrices. Una matriz almacena los dulces que se venden en la cafeterìa; la otra matriz almacena una lista de cafés vendidos en la tienda. Juntos, forman parte de una matriz de elementos de men√∫ .
Nuestra matriz recién creada tiene dos dimensiones. La primera matriz dentro de nuestra matriz contiene una lista de dulces; la segunda matriz contiene una lista de cafés. Observe que ambas matrices están encerradas dentro de un par de corchetes que conectan las dos matrices.
Recuperar elementos de una matriz 2-D funciona de manera ligeramente diferente en NumPy que lo hace en Python. Para acceder a elementos de una matriz 2-D, debe separar los n√∫meros de ìndice del valor que desea recuperar de la matriz.
"Career Karma entrò en mi vida cuando más lo necesitaba y rápidamente me ayudò a combinar con un bootcamp. ¬°Dos meses después de graduarme, encontré el trabajo de mis sue√±os que se alineaba con mis valores y metas en la vida!"
Nuestro còdigo devuelve: Jammy Shortbread. Hemos recuperado el elemento con el valor de ìndice 2 que se almacena dentro de la matriz con el valor de ìndice 0. En este caso, hemos recuperado el √∫ltimo elemento de la matriz que almacena los dulces vendidos en la cafeterìa.
¬°Agreguemos otra dimensiòn! Las matrices NumPy pueden contener matrices 3-D. Esta es una matriz que contiene matrices 2-D.
Todos estos valores deben almacenarse dentro de una matriz. Las dimensiones de esta matriz son:
Creemos esta matriz usando NumPy. Pegue el siguiente còdigo en un archivo de Python:
Hemos creado un matriz con toda la informaciòn que discutimos anteriormente. Esta matriz es una lista completa de todos los elementos del men√∫ que ofrece la cafeterìa.
