Contenido del Curso
Ultimate NumPy
2. Indexación y Segmentación
3. Funciones de NumPy comúnmente utilizadas
Ultimate NumPy
Funciones de Creación para Arreglos 1D
Además de la creación básica de matrices mediante la especificación explícita de los elementos de la matriz, numpy
también permite la creación automática de matrices mediante funciones de creación especiales. Aquí hay dos de las funciones de creación más comunes que crean exclusivamente arrays 1D:
arange()
;linspace()
.
arange()
La función numpy.arange()
es similar a la función incorporada en Python range()
, sin embargo, devuelve un ndarray
. Básicamente, crea un array con elementos espaciados uniformemente dentro de un cierto intervalo dado.
Inicio, Parada, Paso
Sus tres parámetros más importantes son start
(0
por defecto), stop
(sin valor por defecto) y step
(1
por defecto). El primer elemento del array es igual a start
, y cada siguiente es igual al elemento anterior + step
hasta que se alcanza el valor stop
(stop
no se incluye en el array) o se supera.
Veamos esta función en acción:
arange()
The numpy.arange()
function is similar to Python's built-in range()
function; however, it returns an ndarray
. Essentially, it creates an array with evenly spaced elements within a specified interval.
The three most important parameters are start
(default is 0
), stop
(no default value), and step
(default is 1
). The first array element is equal to start
, and each subsequent element is equal to the previous element plus step
until the stop
value is reached or exceeded (stop
is not included in the array).
Let’s see this function in action:
For array_1
, we only set the stop
parameter to 11
. For array_2
, we set both start
to 1
and stop
to 11
. For array_3
, we specified all three parameters with step=2
.
As you can see with array_4
, we can also specify the data type of the elements.
Como puedes ver, aquí todo es bastante sencillo.
Endpoint
Centrémonos más bien en el parámetro booleano endpoint
. Su valor por defecto es True
lo que significa que el valor stop
es inclusivo. Establecerlo a False
excluye este valor haciendo que el paso sea menor y desplazando el intervalo (echa un vistazo a array_1
y array_3
).
Nota
Siempre puedes explorar más sobre estas funciones en su documentación: arange, linspace.
Como puedes ver, todo es bastante simple aquí.
Punto final
Concentrémonos en el parámetro booleano endpoint
. Su valor predeterminado es True
, lo que significa que el valor de stop
es inclusivo. Si se establece en False
, se excluye el valor de stop
, haciendo así el paso más pequeño y desplazando el intervalo (vea array_1
y array_3
para comparar).
Nota
Siempre puedes aprender más sobre estas funciones en su documentación: arange, linspace.
Cuando endpoint=True
, el intervalo [0, 1] se divide en 4 segmentos iguales e incluye el propio punto final (1
), resultando en un tamaño de paso de (1 - 0) / 4 = 0.25. Esto genera los valores: [0, 0.25, 0.5, 0.75, 1]
. Cuando endpoint=False
, el intervalo [0, 1) se divide en 5 segmentos iguales dado que el punto final es excluido, resultando en un tamaño de paso de (1 - 0) / 5 = 0.2. Esto genera los valores: [0, 0.2, 0.4, 0.6, 0.8]
.
Nota
Siempre puedes aprender más sobre estas funciones en su documentación: arange, linspace.
Tarea
- Utiliza la función
arange()
para crear el arregloeven_numbers
. - Especifica los argumentos en el orden correcto para crear un arreglo de números pares del
2
al21
de manera exclusiva. - Usa la función apropiada para crear el arreglo
samples
, que permite especificar el número de valores dentro de un intervalo. - Especifica los primeros tres argumentos en el orden correcto para crear un arreglo de
10
números igualmente espaciados entre5
y6
. - Establece el último argumento clave para que el
6
no esté incluido en el arreglosamples
.
¿Todo estuvo claro?
Contenido del Curso
Ultimate NumPy
2. Indexación y Segmentación
3. Funciones de NumPy comúnmente utilizadas
Ultimate NumPy
Funciones de Creación para Arreglos 1D
Además de la creación básica de matrices mediante la especificación explícita de los elementos de la matriz, numpy
también permite la creación automática de matrices mediante funciones de creación especiales. Aquí hay dos de las funciones de creación más comunes que crean exclusivamente arrays 1D:
arange()
;linspace()
.
arange()
La función numpy.arange()
es similar a la función incorporada en Python range()
, sin embargo, devuelve un ndarray
. Básicamente, crea un array con elementos espaciados uniformemente dentro de un cierto intervalo dado.
Inicio, Parada, Paso
Sus tres parámetros más importantes son start
(0
por defecto), stop
(sin valor por defecto) y step
(1
por defecto). El primer elemento del array es igual a start
, y cada siguiente es igual al elemento anterior + step
hasta que se alcanza el valor stop
(stop
no se incluye en el array) o se supera.
Veamos esta función en acción:
arange()
The numpy.arange()
function is similar to Python's built-in range()
function; however, it returns an ndarray
. Essentially, it creates an array with evenly spaced elements within a specified interval.
The three most important parameters are start
(default is 0
), stop
(no default value), and step
(default is 1
). The first array element is equal to start
, and each subsequent element is equal to the previous element plus step
until the stop
value is reached or exceeded (stop
is not included in the array).
Let’s see this function in action:
For array_1
, we only set the stop
parameter to 11
. For array_2
, we set both start
to 1
and stop
to 11
. For array_3
, we specified all three parameters with step=2
.
As you can see with array_4
, we can also specify the data type of the elements.
Como puedes ver, aquí todo es bastante sencillo.
Endpoint
Centrémonos más bien en el parámetro booleano endpoint
. Su valor por defecto es True
lo que significa que el valor stop
es inclusivo. Establecerlo a False
excluye este valor haciendo que el paso sea menor y desplazando el intervalo (echa un vistazo a array_1
y array_3
).
Nota
Siempre puedes explorar más sobre estas funciones en su documentación: arange, linspace.
Como puedes ver, todo es bastante simple aquí.
Punto final
Concentrémonos en el parámetro booleano endpoint
. Su valor predeterminado es True
, lo que significa que el valor de stop
es inclusivo. Si se establece en False
, se excluye el valor de stop
, haciendo así el paso más pequeño y desplazando el intervalo (vea array_1
y array_3
para comparar).
Nota
Siempre puedes aprender más sobre estas funciones en su documentación: arange, linspace.
Cuando endpoint=True
, el intervalo [0, 1] se divide en 4 segmentos iguales e incluye el propio punto final (1
), resultando en un tamaño de paso de (1 - 0) / 4 = 0.25. Esto genera los valores: [0, 0.25, 0.5, 0.75, 1]
. Cuando endpoint=False
, el intervalo [0, 1) se divide en 5 segmentos iguales dado que el punto final es excluido, resultando en un tamaño de paso de (1 - 0) / 5 = 0.2. Esto genera los valores: [0, 0.2, 0.4, 0.6, 0.8]
.
Nota
Siempre puedes aprender más sobre estas funciones en su documentación: arange, linspace.
Tarea
- Utiliza la función
arange()
para crear el arregloeven_numbers
. - Especifica los argumentos en el orden correcto para crear un arreglo de números pares del
2
al21
de manera exclusiva. - Usa la función apropiada para crear el arreglo
samples
, que permite especificar el número de valores dentro de un intervalo. - Especifica los primeros tres argumentos en el orden correcto para crear un arreglo de
10
números igualmente espaciados entre5
y6
. - Establece el último argumento clave para que el
6
no esté incluido en el arreglosamples
.
¿Todo estuvo claro?