Numpy Arrays - Numpy

Daniel Morales
By Daniel Morales - Screencast # 27
May 15, 2020


Numerical Python
  • NumPy es un poderoso módulo de Python, que tiene muchos usos incluyendo
  • Trabajar eficientemente con muchos números a la vez
  • Generar números aleatorios
  • Correr múltiples y diferentes funciones numéricas, como sin, cos, mean, median, etc.
Porque Numpy?
  • Uno de los features más importantes de NumPy es la habilidad de usar los NumPy Arrays. 
  • Numpy Arrays, que Cubriremos más adelante, nos permite guardar gran cantidad de datos dentro de objetos.
  • Estos objetos son similares a las Listas de Python o a Vectores Matemáticos y nos permite correr operaciones en todos los elementos a la vez, lo cual es algo que las Listas no permiten hacer inmediatamente
Importando Numpy
  • Creamos un nuevo Notebook en Jupyter y lo llamamos: Introducción a NumPy
  • Para usar NumPy con Python, debemos instalarlo en nuestro Entorno Virtual e importarlo en la línea superior usando el siguiente código:
  • !pip3 install numpy
  • import numpy as np 
  • Escribiendo as np nos permite usar np como un atajo a NumPy (less typing = fewer errors!)
Numpy Arrays
  • Un NumPy array es un tipo especial de Lista
  • Es una Estructura de Datos que organiza múltiples items. 
  • Cada ítem puede ser de diferentes tipos (strings, numbers, o incluso otros arrays)
  • Los arrays son más poderosos cuando son usados para guardar números.
  • Esto es porque los arrays nos dan formas especiales de correr operaciones matemáticas que son simples de escribir y computacionalmente más eficientes.
Numpy Arrays vs Listas
  • Ambos pueden guardar múltiples ítems de cualquier tipo de datos. 
  • En ambos se puede acceder a ítems individuales por sus índices. 
  • La diferencia más notable e importante es que podemos correr operaciones en un Array (sobre cada ítem), como suma, multiplicación y resta, como se podría en matemáticas. 
  • Con las listas no se puede aplicar en cada uno de los  elementos una suma, y causaría error.
Creando Arrays desde CSV
  • Típicamente no estaremos entrando datos directamente dentro de un array. En vez, estaremos importando datos de algún otro lugar. 
  • Podemos transformar archivos CSV en arrays usando la función: np.genfromtxt()
  • Creemos un archivo llamado sample.csv desde un editor de texto con los siguientes datos
  • 34,9,12,11,7
  • Guardamos y subimos este archivo a nuestro notebook y ...

“Numpy Arrays - Numpy”
– Daniel Morales twitter social icon Tweet

Share this article:

0 Comments

Post a comment
Log In to Comment
divider graphic

Related Screencasts

May 29, 2020
140

Complete Project with Numpy

Este proyecto abarca los diferentes temas vistos con Numpy

Daniel Morales
By Daniel Morales
May 28, 2020
91

Binomial Distribution and Exercise with NumPy

Para ver este video debes estar inscrito, asi que inscribete y sigue aprendiendo! Si ya estas inscrito, dale play al video y sigue aprendiendo!

Daniel Morales
By Daniel Morales
May 27, 2020
65

Statistical Distribution and Exercise with NumPy - Part 4

Para ver este video debes estar inscrito, asi que inscribete y sigue aprendiendo! Si ya estas inscrito, dale play al video y sigue aprendiendo!

Daniel Morales
By Daniel Morales
arrow-up icon