Manuales

Appearance

Manual de NumPy ​

NumPy es la base del calculo numerico en Python. Su estructura principal, el ndarray, permite trabajar con vectores y matrices de forma eficiente usando operaciones vectorizadas implementadas en codigo optimizado.

Aunque en data engineering se usa menos directamente que Pandas o Spark, entender NumPy ayuda a comprender rendimiento, broadcasting, tipos de datos, memoria y operaciones matematicas que aparecen en analisis, machine learning y procesamiento numerico.

Capitulos previstos ​

  1. Introduccion y arrays
  2. Tipos shapes y broadcasting
  3. Indexado y slicing
  4. Operaciones vectorizadas
  5. Algebra lineal
  6. Aleatoriedad y simulacion
  7. Rendimiento
  8. Integracion con Pandas

Instalacion ​

bash
pip install numpy

Import habitual:

python
import numpy as np

Crear arrays ​

python
import numpy as np

a = np.array([1, 2, 3])
b = np.array([[1, 2, 3], [4, 5, 6]])

print(a.shape)  # (3,)
print(b.shape)  # (2, 3)
print(b.dtype)

Arrays utiles:

python
np.zeros((2, 3))
np.ones((2, 3))
np.arange(0, 10, 2)
np.linspace(0, 1, 5)

Operaciones vectorizadas ​

python
values = np.array([10, 20, 30])

print(values * 2)
print(values + 5)
print(values.mean())

Esto evita bucles explicitos y suele ser mas rapido:

python
temperatures_c = np.array([18.5, 20.0, 21.5])
temperatures_f = temperatures_c * 9 / 5 + 32

Dimensiones y reshape ​

python
x = np.arange(12)
matrix = x.reshape(3, 4)

print(matrix)
print(matrix[0, 2])
print(matrix[:, 1])

Buenas practicas ​

  • Comprueba shape y dtype antes de operar.
  • Usa operaciones vectorizadas.
  • Evita mezclar tipos si no es necesario.
  • Controla copias y vistas cuando modifiques arrays.
  • Usa nombres que indiquen dimensiones: features_matrix, weights_vector.

Errores comunes ​

  • Confundir listas de Python con arrays NumPy.
  • Asumir que reshape cambia el orden conceptual de los datos.
  • Crear arrays con tipos object accidentalmente.
  • No entender broadcasting y obtener resultados con dimensiones inesperadas.

Ejercicio ​

  1. Crea un array con numeros del 1 al 12.
  2. Convierte el array en una matriz de 3 filas y 4 columnas.
  3. Calcula la media por columna.
  4. Normaliza cada columna restando su media.