Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 33 vistas

    Arreglos Bidimensionales

    Cargado por

    Jesús Chahua Roque
    Este documento describe la librería NumPy en Python, que permite el cálculo numérico y análisis de datos a gran escala. NumPy incluye una clase de objetos llamados arrays que representan colecciones de datos multidimensionales, y funciones eficientes para su manipulación. También presenta funciones útiles para generar arrays como np.zeros, np.ones, np.full, entre otras.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Arreglos Bidimensionales

    Cargado por

    Jesús Chahua Roque
    33 vistas4 páginas
    Este documento describe la librería NumPy en Python, que permite el cálculo numérico y análisis de datos a gran escala. NumPy incluye una clase de objetos llamados arrays que representan colecciones de datos multidimensionales, y funciones eficientes para su manipulación. También presenta funciones útiles para generar arrays como np.zeros, np.ones, np.full, entre otras.

    Título original

    ARREGLOS BIDIMENSIONALES

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe la librería NumPy en Python, que permite el cálculo numérico y análisis de datos a gran escala. NumPy incluye una clase de objetos llamados arrays que representan colecciones de datos multidimensionales, y funciones eficientes para su manipulación. También presenta funciones útiles para generar arrays como np.zeros, np.ones, np.full, entre otras.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    33 vistas4 páginas

    Arreglos Bidimensionales

    Cargado por

    Jesús Chahua Roque
    Este documento describe la librería NumPy en Python, que permite el cálculo numérico y análisis de datos a gran escala. NumPy incluye una clase de objetos llamados arrays que representan colecciones de datos multidimensionales, y funciones eficientes para su manipulación. También presenta funciones útiles para generar arrays como np.zeros, np.ones, np.full, entre otras.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 4

    “Año del Fortalecimiento de la Soberanía Nacional””

    UNIVERSIDAD SAN ANTONIO ABAD DEL CUSCO


    ESCUELA PROFESIONAL DE INGENIERIA DE MINAS

    ARREGLOS BIDIMENSIONALES

    ALUMNO:
    -JESUS DAVID CHAHUA ROQUE 183440
    DOCENTE: GABRIELA ZUÑIGA ROJAS
    AREA: PROGRAMACIÓN DIGITAL

    CUSCO – PERU
    2022
    INVESTIGAR NUMPY

    NumPy es una librería de Python especializada en el cálculo numérico y el análisis de


    datos, especialmente para un gran volumen de datos.
    Incorpora una nueva clase de objetos llamados arrays que permite representar
    colecciones de datos de un mismo tipo en varias dimensiones, y funciones muy
    eficientes para su manipulación.
    La ventaja de Numpy frente a las listas predefinidas en Python es que el
    procesamiento de los arrays se realiza mucho más rápido (hasta 50 veces más) que las
    listas, lo cual la hace ideal para el procesamiento de vectores y matrices de grandes
    dimensiones.
    Otras funciones útiles que permiten generar arrays son:

    np.empty(dimensiones) : Crea y devuelve una referencia a un array vacío con las


    dimensiones especificadas en la tupla dimensiones.

    np.zeros(dimensiones) : Crea y devuelve una referencia a un array con las dimensiones


    especificadas en la tupla dimensiones cuyos elementos son todos ceros.

    np.ones(dimensiones) : Crea y devuelve una referencia a un array con las dimensiones


    especificadas en la tupla dimensiones cuyos elementos son todos unos.

    np.full(dimensiones, valor) : Crea y devuelve una referencia a un array con las


    dimensiones especificadas en la tupla dimensiones cuyos elementos son todos valor.

    np.identity(n) : Crea y devuelve una referencia a la matriz identidad de dimensión n.

    np.arange(inicio, fin, salto) : Crea y devuelve una referencia a un array de una


    dimensión cuyos elementos son la secuencia desde inicio hasta fin tomando valores
    cada salto.

    np.linspace(inicio, fin, n) : Crea y devuelve una referencia a un array de una dimensión


    cuyos elementos son la secuencia de n valores equidistantes desde inicio hasta fin.
    np.random.random(dimensiones) : Crea y devuelve una referencia a un array con las
    dimensiones especificadas en la tupla dimensiones cuyos elementos son aleatorios.

    También podría gustarte