Funciones de Numpy más usadas

NumPy es una biblioteca muy popular en Python para el cálculo numérico y la manipulación de matrices. A continuación, se muestran algunas de las funciones más utilizadas en NumPy:

1. Creación de matrices:
   • numpy.array: Crea una matriz a partir de una secuencia de elementos.
   • numpy.zeros: Crea una matriz llena de ceros.
   • numpy.ones: Crea una matriz llena de unos.
   • numpy.empty: Crea una matriz vacía sin inicializar sus elementos.
   • numpy.arange: Crea una matriz con valores espaciados uniformemente dentro de un intervalo.
2. Manipulación de matrices:
   • numpy.shape: Devuelve las dimensiones de una matriz.
   • numpy.reshape: Cambia la forma de una matriz.
   • numpy.concatenate: Combina matrices a lo largo de un eje dado.
   • numpy.transpose: Transpone una matriz (intercambia filas por columnas).
   • numpy.flatten: Aplana una matriz a un solo nivel.
3. Operaciones matemáticas:
   • numpy.add, numpy.subtract, numpy.multiply, numpy.divide: Realizan operaciones aritméticas elemento a elemento en matrices.
   • numpy.dot: Realiza una multiplicación de matrices.
   • numpy.sum: Calcula la suma de los elementos de una matriz.
   • numpy.mean: Calcula la media de los elementos de una matriz.
   • numpy.max, numpy.min: Encuentran el valor máximo y mínimo de una matriz.
4. Funciones matemáticas:
   • numpy.sin, numpy.cos, numpy.tan: Funciones trigonométricas.
   • numpy.exp: Calcula la exponencial de cada elemento de una matriz.
   • numpy.log, numpy.log10: Calculan el logaritmo natural y el logaritmo en base 10, respectivamente.
   • numpy.sqrt: Calcula la raíz cuadrada de cada elemento de una matriz.

Ejemplos usados Numpy

1. Creación de matrices:

   • numpy.array: Crea una matriz a partir de una secuencia de elementos.

   pythonCopy codeimport numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   print(arr)
   # Salida: [1 2 3 4 5]
   

   Esta función crea una matriz unidimensional a partir de una secuencia de elementos. En este caso, se crea un arreglo con los números del 1 al 5.

   • numpy.zeros: Crea una matriz llena de ceros.

   pythonCopy codeimport numpy as np
   
   zeros = np.zeros((2, 3))
   print(zeros)
   # Salida:
   # [[0. 0. 0.]
   #  [0. 0. 0.]]
   

   Esta función crea una matriz de tamaño 2x3 llena de ceros.

   • numpy.ones: Crea una matriz llena de unos.

   pythonCopy codeimport numpy as np
   
   ones = np.ones((3, 2))
   print(ones)
   # Salida:
   # [[1. 1.]
   #  [1. 1.]
   #  [1. 1.]]
   

   Esta función crea una matriz de tamaño 3x2 llena de unos.

2. Manipulación de matrices:

   • numpy.shape: Devuelve las dimensiones de una matriz.

   pythonCopy codeimport numpy as np
   
   arr = np.array([[1, 2, 3], [4, 5, 6]])
   print(arr.shape)
   # Salida: (2, 3)
   

   Esta función devuelve una tupla con las dimensiones de la matriz. En este caso, la matriz tiene 2 filas y 3 columnas.

   • numpy.reshape: Cambia la forma de una matriz.

   pythonCopy codeimport numpy as np
   
   arr = np.array([1, 2, 3, 4, 5, 6])
   reshaped_arr = np.reshape(arr, (2, 3))
   print(reshaped_arr)
   # Salida:
   # [[1 2 3]
   #  [4 5 6]]
   

   Esta función cambia la forma de una matriz. En este ejemplo, el arreglo unidimensional se transforma en una matriz de tamaño 2x3.

3. Operaciones matemáticas:

   • numpy.add, numpy.subtract, numpy.multiply, numpy.divide: Realizan operaciones aritméticas elemento a elemento en matrices.

   pythonCopy codeimport numpy as np
   
   a = np.array([1, 2, 3])
   b = np.array([4, 5, 6])
   
   sum_result = np.add(a, b)
   print(sum_result)
   # Salida: [5 7 9]
   
   sub_result = np.subtract(a, b)
   print(sub_result)
   # Salida: [-3 -3 -3]
   
   mul_result = np.multiply(a, b)
   print(mul_result)
   # Salida: [ 4 10 18]
   
   div_result = np.divide(a, b)
   print(div_result)
   # Salida: [0.25 0.4  0.5]
   

Funciones de Numpy más usadas por Marco Polo Jácome Toss se distribuye bajo una Licencia Creative Commons Atribución-CompartirIgual 4.0 Internacional.