Data Science N013 NumPy - Arreglos Unidimensionales

Para crear nuestro primer arrego usaremos la instrucción: np.array([ ]) y colocamos nosotros mismo los valores de nuestro interes. Es recomendable para crear nuestro arreglos que coloquemos datos de un mismo tipo.

En la siguiente imagen: creamos el arreglo y lo mostramos colocando la variable que lo contiene o con la función interna de python print

En el punto anterior nosotros introducimos los valores de nuestro interés para crear el array. En la 'creación dinámica' nos valemos de la potencialidad de la librería NumPy

Revisemos los párametros de np.random.randint(1,20,50)

• El 1 es el valor mínimo que se puede generar
• El 20 es el valor máximo que se puede generar
• El 50 es la cantidad de valores creados aleatoriamente

Entoces se generarán 50 valores aleatorios entre 1 y 20.

Aquí se generan diez 0. (tipo flotante) con np.zeros(10)

Con np.zeros(10, dtype=int) se generan los ceros enteros

Aquí se generan veinte 1. (tipo flotante) con np.ones(20)

Con np.ones(20, dtype=int) se generan los unos enteros

El uso de np.arange lo pueden ver en la documentación oficial

Revisemos

• np.arange(5) Se genera un array con los números del 1 al 5
• np.arange(5.0) Se genera un array con los números del 1 al 5 tipo Float
• np.arange(5,10) Se generan los numeros del 5 al 10 sin incluir el 10
• np.arange(5,20,2) Se generan los numeros del 5 al 20 de dos en dos sin incluir el 20

En esta publicación trabajamos con este Notebook

Siempre debemos investigar el tema que estemos estudiando. Es de mucha ayuda buscar las funciones, métodos, atributos, instrucciones, sintaxis, etc. dentro de la documentación oficial.

Apreciada comunidad extiendo mi invitación, para todos los que hacemos vida en esta maravillosa comunidad, a participar con la etiqueta #Hive para promocionar nuestras publicaciones en la red social: #Twitter. Para más detalles puedes consultar la publicación de @hive-data