Empezamos un nuevo módulo en el Máster de Python. Se trata de un curso introductorio a la biblioteca NumPy, la cual, nos va a servir para poder abordar el tema del machine learning más adelante.
¿Qué es y para qué sirve NumPy?
La biblioteca NumPy de Python está especializada en cálculos numéricos y análisis de datos, de pequeñas a grandes cantidades de estos.
Instalación de NumPy
Para instalar NumPy, solo tienes que poner en la consola lo siguiente:
pip install numpy
Importación de NumPy
La importación de la biblioteca NumPy, no podía ser más sencilla. Solo hay que poner la siguiente línea (el alias, normalmente se suele poner como 'np').
# Importamos numpy import numpy as np
Ahora, ya puedes utilizar las funcionalidades de NumPy solo poniendo 'np.'.
¿Qué son las matrices o arrays de NumPy?
Las matrices o arrays de NumPy, son elementos parecidos a las listas de Python, sin embargo, no son exactamente lo mismo.
¿Qué podemos hacer con los arrays de NumPy?
Los arrays de NumPy nos servirá para realizar muchas tareas. Aquí te dejo algunas:
- Son útiles para aplicaciones de machine learning como el análisis de componentes principales, la regresión lineal, etc.
- Nos permiten hacer operaciones matemáticas de manera rápida y eficiente, como sumas, restas, multiplicaciones, etc.
- Permiten indexar y seleccionar datos de forma simple.
- Permiten generar datos aleatorios para realizar pruebas y experimentos.
- Proporcionan funciones para hacer operaciones estadísticas y estadísticas avanzadas, como promedios, desviaciones estándar, etc.
Ya sabes, entonces con NumPy, podemos realizar operaciones matemáticas de una forma rápida y eficaz, además de funciones para realizar operaciones estadísticas avanzadas.
Sintaxis de un array de NumPy
Vamos a ver cómo es la sintaxis de un array de NumPy.
# Importamos numpy import numpy as np # Ejemplo de una matriz como lista de listas en python matriz_1 = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] # Ejemplo de una matriz como tupla de tuplas en python matriz_2 = ((1, 2, 3), (4, 5, 6), (7, 8, 9)) # Ejemplo de una matriz como array de numpy matriz_3 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
En la línea 5, tengo un "array" escrito con listas de Python. Se trata de un conjunto de vectores. Cada lista interna de la propia lista, es un vector. Esto, en realidad, lo debemos llamar como lo que es, una lista con listas de Python. El término 'array' o 'matriz', lo dejamos para NumPy.
En la segunda matriz, he hecho una tupla con tuplas. En este caso, se trata de un elemento inmutable y los vectores también lo son, ya que están formados a partir de tuplas.
Finalmente, en la última matriz, declaro un tipo de dato especial de NumPy, que hace algo parecido a la primera matriz, lo que se conoce como array de NumPy.
Tipo de dato devuelto del array NumPy
Veamos en la consola el tipo de dato que devuelve un array de NumPy, que aunque parece una lista con listas dentro, no nos va a devolver la clase 'list'.
# Importamos numpy import numpy as np # Ejemplo de una matriz como array de numpy matriz = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(type(matriz))
Resultado en la consola
<class 'numpy.ndarray'>
Aquí tienes todo el temario del curso completo de Máster en Python.
