Biblioteca de datos NumPy
NumPy — una biblioteca de código abierto para el lenguaje de programación Python, que implementa una gran cantidad de operaciones para trabajar con vectores, matrices y arreglos.
Los algoritmos matemáticos implementados en lenguajes interpretados (por ejemplo, Python) suelen ser mucho más lentos que los implementados en lenguajes compilados (por ejemplo, Fortran, C, Java). La biblioteca
NumPy proporciona implementaciones de algoritmos computacionales (en forma de funciones y operadores) optimizados para trabajar con matrices multidimensionales.
Como resultado, cualquier algoritmo que pueda expresarse como una secuencia de operaciones en arreglos (matrices) e implementarse usando
NumPy es lo suficientemente rápido.
NumPy (Numeric Python) es una biblioteca matemática básica para trabajar con datos. Esta biblioteca es la base de otras bibliotecas para trabajar con aprendizaje automático o tareas de análisis de datos (por ejemplo,
Pandas (trabajar con datos tabulares),
SciPy (métodos de optimización y cálculos científicos),
tt>Matplotlib (trazar)).
Trabajar con NumPy
Para comenzar a trabajar con la biblioteca numpy, debe importarla al comienzo del programa como cualquier otra biblioteca,
importar numpy
más o menos (que se usa más a menudo)
importar numpy como np
Vectores NumPy
Un vector (o matriz) en NumPy es un conjunto ordenado de datos homogéneos.
Se puede acceder a un elemento de un vector por su índice, tal como se hace en las listas. Cada elemento del vector tiene su propio lugar específico, que se establece durante la creación.
Todos los elementos vectoriales tienen el mismo tipo de datos (int, str, bool, etc.).
Crear un vector
Para crear un vector, debe usar el constructor numpy.array (un objeto iterable).
Los paréntesis indican cualquier objeto iterable: tupla, lista, rango(), etc.
Ejemplo
importar numpy como np
importar numpy como np
print(np.array((1,2,3,4,5))) # vector de tupla
print(np.array([1,2,3,4,5])) # vector de la lista
print(np.array(range(5))) # vector del generador