Aprende Funciones de Creación para Arreglos 1D

Sección 1. Capítulo 4

single

Desliza para mostrar el menú

Además de la creación básica de arreglos especificando explícitamente los elementos, numpy también permite la creación automática de arreglos utilizando funciones especiales. Aquí se presentan dos de las funciones más comunes para crear arreglos exclusivamente unidimensionales:

arange();
linspace().

arange()

La función numpy.arange() es similar a la función incorporada de Python range(); sin embargo, devuelve un ndarray. Esencialmente, crea un arreglo con elementos espaciados uniformemente dentro de un intervalo especificado.

Por ejemplo, si el intervalo especificado es de 0 a 10 con un tamaño de paso de 2, el arreglo resultante sería: [0, 2, 4, 6, 8].

A continuación se muestran sus tres parámetros más importantes y sus funciones:

start:
- Valor por defecto: 0;
- Representa el primer elemento del arreglo.
stop:
- Sin valor por defecto;
- Define el punto final, que no se incluye en el arreglo.
step:
- Valor por defecto: 1;
- Especifica el incremento que se añade a cada elemento siguiente.


              12345678910
            
import numpy as np
# Creating an array of integers from 0 to 11 exclusive with step=1
array_1 = np.arange(11)
print(array_1)
# Creating an array of integers from 1 to 11 exclusive with step=1
array_2 = np.arange(1, 11)
print(array_2)
# Creating an array of integers from 0 to 11 exclusive with step=2
array_3 = np.arange(0, 11, 2)
print(array_3)

linspace()

Mientras que arange() puede trabajar con números reales, se prefiere numpy.linspace() sobre numpy.arange() para este propósito porque arange() puede producir resultados inesperados debido a errores de precisión de punto flotante al calcular los pasos. En cambio, linspace() genera una cantidad específica de puntos uniformemente espaciados dentro de un intervalo, garantizando precisión y consistencia.

Con linspace(), en lugar del parámetro step, existe el parámetro num que se utiliza para especificar la cantidad de muestras (números) dentro de un intervalo dado (el valor predeterminado es 50).


              1234567
            
import numpy as np
# Generating 5 equally spaced values between 0 and 1 (inclusive)
array_1 = np.linspace(0, 1, 5)
print('Example 1:', array_1)
# Generating 7 equally spaced values between -1 and 1 (inclusive)
array_2 = np.linspace(-1, 1, 7)
print('Example 2:', array_2)

Parámetro endpoint

El parámetro endpoint determina si se incluye el valor de stop. Por defecto, es True (inclusivo). Si se establece en False, se excluye el valor de stop, reduciendo ligeramente el tamaño del paso.

A continuación se muestra una comparación entre array_inclusive y array_exclusive:


              1234567
            
import numpy as np
# Generating 5 equally spaced values between 0 and 1 (inclusive)
array_inclusive = np.linspace(0, 1, 5)
print('Endpoint = True:', array_inclusive)
# Generating 5 equally spaced values between 0 and 1 (exclusive)
array_exclusive = np.linspace(0, 1, 5, endpoint=False)
print('Endpoint = False:', array_exclusive)

Cuando endpoint=True, el intervalo $[0, 1]$ se divide en 4 segmentos iguales e incluye el extremo (1), lo que da como resultado un tamaño de paso de $(1 - 0) / 4 = 0.25$ .

Cuando endpoint=False, el intervalo $[0, 1)$ se divide en 5 segmentos iguales ya que el extremo está excluido, lo que da como resultado un tamaño de paso de $(1 - 0) / 5 = 0.2$ .

Tarea

Desliza para comenzar a programar

Utilizar la función arange() para crear el array even_numbers.
Especificar los argumentos para crear un array de números pares desde 2 hasta 21 sin incluir este último.
Utilizar la función adecuada para crear el array samples, que permite especificar la cantidad de valores dentro de un intervalo dado.
Especificar los tres primeros argumentos para crear un array de 10 números equidistantes entre 5 y 6.
Asegurarse de que 6 no esté incluido en el array samples.

Solución

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 1. Capítulo 4

single

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla