Manuales

Appearance

Indexado y slicing ​

El indexado de NumPy parece el de listas, pero anade indices multidimensionales, mascaras booleanas e indexado fancy. Ademas, muchos slices son vistas: mutarlos muta el array original.

Basico ​

python
import numpy as np

a = np.arange(10)
a[0], a[-1]
a[2:7]
a[::2]
a[:5] = 0          # modifica a

2D ​

python
m = np.arange(12).reshape(3, 4)
m[1, 2]            # elemento
m[0:2, 1:3]        # submatriz
m[:, 0]            # primera columna
m[1, :]            # segunda fila

Vistas vs copias ​

python
m = np.arange(6).reshape(2, 3)
v = m[0, :]        # vista
v[:] = 99
print(m)           # la primera fila cambio

c = m[0, :].copy()
c[:] = 0
print(m)           # intacto

Regla: si vas a modificar un recorte y no quieres side effects, .copy().

Mascaras booleanas ​

python
a = np.array([3, 1, 4, 1, 5, 9])
a[a > 3]
a[a > 3] = 0

Combinaciones:

python
mask = (a >= 1) & (a <= 5)
a[mask]

Usa & | ~ con parentesis; and/or de Python no funcionan elemento a elemento.

Fancy indexing ​

python
a = np.array([10, 20, 30, 40])
a[[0, 2, 3]]
m = np.arange(12).reshape(3, 4)
m[[0, 2], :]

Fancy indexing suele devolver copia, no vista.

np.where ​

python
a = np.array([3, -1, 2, -4])
np.where(a >= 0, a, 0)       # clip negativo a 0
idx = np.where(a < 0)        # indices

Errores habituales ​

  • Modificar una vista y corromper el dataset original.
  • Indexar con and en vez de &.
  • Asumir que m[0] y m[0, :] siempre copian.

Buenas practicas ​

  • Filtra con mascaras en vez de bucles.
  • Documenta cuando una funcion devuelve vista.
  • Para asignaciones complejas, prefiere np.where o mascaras claras.

Ejercicio ​

  1. Dado arange(16).reshape(4, 4), extrae el bloque central 2x2.
  2. Pon a -1 todos los pares con mascara.
  3. Demuestra una vista mutando un slice y una copia segura.

Siguiente paso ​

Continua con Operaciones vectorizadas.