CursosEmpresasBlogLiveConfPrecios

Creando arrays

Clase 5 de 24 • Curso de Manipulación y Transformación de Datos con Pandas y NumPy

Clase anteriorSiguiente clase
Resumen

Numpy nos da varios métodos muy eficientes para poder crear arrays desde 0.

Este método de NumPy nos permite generar arrays sin definir previamente una lista.

np.arange(0,10)
---> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Un tercer argumento permite definir un tamaño de paso.

np.arange(0,20,2)
---> array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

np.zeros() Nos permite definir estructuras o esquemas.

np.zeros(3)
---> array([0., 0., 0.])
np.zeros((10,5))
---> array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

De igual manera, tenemos np.ones()

np.ones(3)
---> array([1., 1., 1.])

np.linspace() Permite generar una array definiendo un inicio, un final y cuantas divisiones tendrá.

np.linspace(0, 10 , 10)
--->  array([ 0.,1.11111111,2.22222222,  3.33333333,  4.44444444,
        5.55555556,  6.66666667,  7.77777778,  8.88888889, 10.])

También podemos crear una matriz con una diagonal de 1 y el resto de 9.

np.eye(4)
----> array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])

Otro método importante es generar números aleatorios.

np.random.rand()
---> 0.37185218178880153

También se pueden generar vectores.

np.random.rand(4)
---> array([0.77923054, 0.90495575, 0.12949965, 0.55974303])

Y a su vez generar matrices.

np.random.rand(4,4)
---> array([[0.26920153, 0.24873544, 0.02278515, 0.08250538],
       [0.16755087, 0.59570639, 0.83604996, 0.57717126],
       [0.00161574, 0.27857138, 0.33982786, 0.19693596],
       [0.69474123, 0.01208492, 0.38613157, 0.609117  ]])

NumPy nos permite también generar números enteros.
En este caso números enteros entre el 1 y 14

np.random.randint(1,15)
---> 7

También podemos llevarlos a una estructura definida.

np.random.randint(1,15, (3,3))
---> array([[ 4,  2,  9],
           [ 5,  7,  8],
           [14, 14,  4]])

Contribución creada por: Edward Giraldo.