Tutorial de Python NumPy: aprenda Python Numpy con ejemplos

Si ha estado estudiando Python durante algún tiempo, debe haberse topado con NumPy. Y debe haberse preguntado qué es y por qué es tan importante. En este tutorial de Python Numpy , aprenderá sobre lo mismo. Llegará a comprender NumPy, así como las matrices NumPy y sus funciones.

Tener dominio sobre Python es necesario para los programadores de hoy en día. Y este tutorial de Python NumPy lo ayudará a comprender mejor a Python. Es bastante detallado, por lo que recomendamos agregar esta página a sus marcadores para referencia futura.

Aprenda cursos en línea de ciencia de datos de las mejores universidades del mundo. Obtenga programas Executive PG, programas de certificados avanzados o programas de maestría para acelerar su carrera.

¿Qué es Python NumPy?

NumPy significa 'Python numérico'. Como habrás adivinado, se enfoca en operaciones numéricas y computación. Numpy es un paquete de Python y es la biblioteca principal para cálculos científicos. Tiene objetos de matriz n-dimensionales y herramientas para integrar otros lenguajes dominantes como C. Puede usar la matriz NumPy como un enorme contenedor multidimensional para datos.

¿Qué es una matriz NumPy?

La matriz NumPy es un fantástico objeto de matriz n-dimensional. Tiene filas y columnas, y puede usarlo para acceder a los elementos de una lista de Python. Hay muchas operaciones que puede realizar en una matriz NumPy. Los discutimos más adelante en el artículo, pero antes de eso, debe comprender cómo instalar NumPy en su sistema. Sin instalarlo, no podría usarlo.

¿Cómo instalar NumPy?

Deberá ir al símbolo del sistema e ingresar 'pip install numpy' para instalar Python NumPy. Una vez completada la instalación, tendrá que ir al IDE e importar numpy a través de 'importar numpy como np'. Y así es como instala Numpy en su sistema.

Puede crear matrices en NumPy fácilmente a través del siguiente código:

1 importar numpy como np

2 a=np.matriz([1,2,3])

3 imprimir (a)

La salida del código anterior – [1 2 3]

El código anterior le daría una matriz unidimensional. Si desea crear una matriz multidimensional, debe escribir algo similar al ejemplo que se presenta a continuación:

1 a=np.matriz([(1,2,3),(4,5,6)])

2 imprimir (a)

La salida del código anterior – [[ 1 2 3]

[4 5 6]]

Leer más: 25 emocionantes ideas y temas de proyectos de Python para principiantes

Operaciones en NumPy

Python NumPy tiene muchas operaciones. Todos ellos realizan funciones específicas. Aquí están esas funciones con una breve descripción:

tamaño del artículo:

Con la ayuda de esta función, puede averiguar el tamaño en bytes de los elementos de su matriz. Echa un vistazo al siguiente ejemplo:

1 importar numpy como np

2 a = np.matriz([(1,2,3)])

3 imprimir (a.itemsize)

La salida del código anterior – 4

ndim:

La función ndim lo ayuda a encontrar la dimensión de la matriz. Debe saber que puede tener matrices unidimensionales, bidimensionales y tridimensionales. He aquí un ejemplo de esta función:

1 importar numpy como np

2 a = np.matriz([(1,2,3),(4,5,6)])

3 imprimir (a.ndim)

La salida del código anterior – 2

remodelar:

Con la ayuda de la operación de reforma, puede cambiar el número de filas y columnas presentes en una matriz. Suponga que una matriz tiene tres columnas y dos filas. A través de la remodelación, puede cambiarlos a 2 columnas y tres filas. Véalo en acción a través del siguiente ejemplo:

1 importar numpy como np

2 a = np.matriz([(8,9,10),(11,12,13)])

3 imprimir (a)

4 a=a.reforma(3,2)

5 imprimir (a)

Salida del código anterior: [[ 8 9 10] [11 12 13]] [[ 8 9] [10 11] [12 13]]

rebanar:

Al usar la operación de corte, puede extraer un conjunto específico de elementos de la matriz requerida. En otras palabras, puede 'cortar' la matriz y obtener una parte de la misma. Supongamos que tiene una matriz y desea extraer un elemento específico de ella, lo haría de la siguiente manera:

1 importar numpy como np

2 a=np.matriz([(1,2,3,4),(3,4,5,6)])

3 imprimir(a[0,2])

La salida del código anterior – 3

En el ejemplo anterior, el índice de la primera matriz era 0 y para la segunda era 1. Entonces, el código dice que debe imprimir el segundo elemento de la primera matriz (que tiene el índice 0). Suponga que necesita el segundo elemento del primero y el índice cero de la matriz. Entonces usaríamos el siguiente código:

1 importar numpy como np

2 a=np.matriz([(1,2,3,4),(3,4,5,6)])

3 imprimir(a[0:,2])

La salida del código anterior– [3 5]

Lea también: Salario de desarrollador de Python en India

tipo de d:

Con la función dtype, tiene la opción de encontrar el tipo de datos de los elementos de una matriz. Le da el tipo de datos y el tamaño del componente requerido. Eche un vistazo al siguiente ejemplo para ver cómo funciona:

1 importar numpy como np

2 a = np.matriz([(1,2,3)])

3 imprimir (a.dtype)

La salida del código anterior – int32

También puede usar las funciones 'forma' y 'tamaño' para encontrar la forma y el tamaño de la matriz. Eche un vistazo a este ejemplo de nuestro tutorial de Python NumPy para comprender estas funciones correctamente:

1 importar numpy como np

2 a = np.matriz([(1,2,3,4,5,6)])

3 imprimir (a. tamaño)

4 imprimir (una forma)

La salida del código anterior – 6 (1,6)

espacio lineal :

Con la ayuda de la operación linspace, puede obtener números distribuidos uniformemente de acuerdo con el intervalo mencionado. La función linspace tiene sus usos, y aquí hay un ejemplo de cómo puede usarla:

1 importar numpy como np

2 a=np.linspace(1,3,10)

3 imprimir (a)

Salida del código anterior– [ 1. 1.22222222 1.44444444 1.66666667 1.88888889 2.11111111 2.33333333 2.55555556 2.77777778 3. ]

raíz cuadrada y desviación estándar

Python NumPy le permite realizar varias operaciones matemáticas. Y una de esas operaciones es derivar la raíz cuadrada de la matriz requerida. También puede obtener la desviación estándar de su matriz NumPy. Aquí hay un ejemplo detallado para ayudarlo en este sentido:

1 importar numpy como np

2 a=np.matriz([(1,2,3),(3,4,5,)])

3 imprimir (np.sqrt (a))

4 imprimir (np.std (a))

La salida del código anterior– [[ 1. 1.41421356 1.73205081]

[ 1.73205081 2. 2.23606798]]

1.29099444874

máximo minimo

También puede encontrar el máximo, el mínimo y la suma de una matriz a través de operaciones específicas. Encontrar el máximo y el mínimo puede ayudarte mucho a la hora de realizar operaciones complejas. Así es como puede encontrar el máximo, el mínimo y la suma de la matriz que tiene:

1 importar numpy como np

2 a= np.matriz([1,2,3])

3 imprimir(a.min())

4 imprimir(a.max())

5 imprimir(a.suma())

La salida del código anterior – 1 3 6

Apilamiento horizontal y vertical

Es posible que desee combinar dos matrices pero no agregarlas, es decir, es posible que solo desee concatenarlas. Para ese propósito, puede apilarlos vertical u horizontalmente. Aquí está el código de ejemplo para hacerlo:

1 importar numpy como np

2 x= np.matriz([(1,2,3),(3,4,5)])

3 y= np.matriz([(1,2,3),(3,4,5)])

4 imprimir(np.vstack((x,y)))

5 imprimir(np.hstack((x,y)))

Salida del código anterior: [[1 2 3] [3 4 5] [1 2 3] [3 4 5]]

[[1 2 3 1 2 3] [3 4 5 3 4 5]]

Leer más: Operadores en Python: una guía para principiantes de aritmética

Adición

También puede agregar matrices NumPy. Además de la suma, también puede realizar restas, divisiones y multiplicaciones de dos matrices. Aquí hay un ejemplo de adición en Python NumPy:

1 importar numpy como np

2 x= np.matriz([(1,2,3),(3,4,5)])

3 y= np.matriz([(1,2,3),(3,4,5)])

4 imprimir(x+y)

La salida del código anterior: [[ 2 4 6] [ 6 8 10]]

Como mencionamos anteriormente, también puede realizar otras operaciones matemáticas en matrices NumPy, incluidas la resta y la división. Así es cómo:

1 importar numpy como np

2 x= np.matriz([(1,2,3),(3,4,5)])

3 y= np.matriz([(1,2,3),(3,4,5)])

4 imprimir (xy)

5 imprimir (x * y)

6 imprimir (x/y)

Salida del código anterior– [[0 0 0] [0 0 0]]

[[ 1 4 9] [ 9 16 25]]

[[ 1. 1. 1.] [ 1. 1. 1.]]

enmarañar

La operación ravel le permite convertir una matriz NumPy en un ravel, que es una sola columna. Aquí hay un ejemplo:

1 importar numpy como np

2 x= np.matriz([(1,2,3),(3,4,5)])

3 imprimir(x.ravel())

La salida del código – [ 1 2 3 3 4 5]

Conclusión

Estamos seguros de que ha encontrado este tutorial de Python NumPy bastante informativo. A estas alturas, habrás entendido qué es Python NumPy y cuáles son sus funciones. Si tienes más preguntas sobre este tema, no dudes en hacérnoslas saber.

Si tiene curiosidad por aprender sobre ciencia de datos, consulte el Programa ejecutivo PG en ciencia de datos de IIIT-B y upGrad, creado para profesionales que trabajan y ofrece más de 10 estudios de casos y proyectos, talleres prácticos, tutoría con expertos de la industria, 1 -on-1 con mentores de la industria, más de 400 horas de aprendizaje y asistencia laboral con las mejores empresas.