NumPy#

NumPy (Numerical Python) es una librería de Python para trabajar con arrays y hacer operaciones matemáticas. Tiene la ventaja en que las operaciones se realizan mucho más rápido con esta librería.

Los objetos array de numpy se llaman ndarray.

Instalar: pip install numpy

Lo común es importar la librería como np.

import numpy as np

Creación de Arrays:#

Los Arrays se crean con la función array()

Array a partir de una lista:

arr = np.array([1, 2, 3, 4, 5])
print(arr)
[1 2 3 4 5]
type(arr)
numpy.ndarray

Array a partir de una tupla:

arr = np.array((1, 2, 3, 4, 5))
print(arr)
[1 2 3 4 5]
type(arr)
numpy.ndarray

0-D Arrays:

Estos son los escalares.

escalar = np.array(42)
print(escalar)
42

1-D Arrays:

Estos son los vectores.

vector = np.array([1, 2, 3, 4, 5])
print(vector)
[1 2 3 4 5]

2-D Arrays:

Estas son las matrices.

matriz = np.array([[1, 2, 3], [4, 5, 6]])
print(matriz)
[[1 2 3]
 [4 5 6]]

3-D Arrays:

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
[[[1 2 3]
  [4 5 6]]

 [[1 2 3]
  [4 5 6]]]

Dimensiones de los Arrays:

Se usa el atributo ndim

escalar.ndim
0
vector.ndim
1
matriz.ndim
2

Acceder a los elementos de un Array:#

Podemos acceder a los elementos mediante el index. Recordemos que empieza en 0.

vector = np.array([1, 2, 3, 4])
vector[0]
1
vector[3]
4
matriz = np.array([[1, 2, 3], [4, 5, 6]])
print(matriz)
[[1 2 3]
 [4 5 6]]
matriz[1, 1]
5
matriz[0, 1]
2
matriz[0]  # Todas las columnas de la fila cero.
array([1, 2, 3])
matriz[:, 0]  # Todas las filas de la columna cero.
array([1, 4])
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(arr)
[[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]]

[dim,fila,columna]

arr[0, 1, 2]
6
arr[1, 0, 1]
8

Index negativo:

vector[-1]  # Último valor
4
vector[-2]  # Penúlltimo valor
3
matriz[-1]  # Última fila
array([4, 5, 6])
matriz[-1, 1]  # Última fila de la columna 1.
5
arr[0, 1, -1]  # El valor de la última columna, segunda fila de la primera dimensión.
6
arr[0, :, -1]  # Todas las filas de la última columna de la primera dimensión.
array([3, 6])

Tipos de datos en NumPy:#

i - integer.

b - boolean.

u - unsigned integer.

f - float.

c - complex float.

m - timedelta.

M - datetime.

O - object.

S - string.

U - unicode string.

Se usa el atributo dtype para saber el tipo de dato.

vector = np.array([1, 2, 3, 4, 5])
vector.dtype
dtype('int32')
vector = np.array([1, 2.0, 3, 4, 5])
vector.dtype
dtype('float64')

Shape de un Array:#

El shape de un Array es el número de elementos de cada dimensión.

El atributo shape de NumPy muestra una tupla con cada índice que tiene el número de elementos correspondientes.

vector = np.array([1, 2.0, 3, 4, 5])
vector.shape
(5,)
matriz = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
matriz.shape
(2, 4)
arr = np.array(
    [[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]], [[13, 14, 15], [16, 17, 18]]]
)
arr
array([[[ 1,  2,  3],
        [ 4,  5,  6]],

       [[ 7,  8,  9],
        [10, 11, 12]],

       [[13, 14, 15],
        [16, 17, 18]]])
arr.shape  # 3D de 2 filas y 3 columnas.
(3, 2, 3)

Reshape un Array:#

Se puede modificar la cantidad de elementos y las dimensiones de una Array con el atributo reshape.

Convertir un vector en una matriz de 4x3:

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
arr
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])
newarr = arr.reshape(4, 3)  # 4 filas y 3 columnas.
newarr
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [ 7,  8,  9],
       [10, 11, 12]])

Convertir un vector en un Array de 3D:

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
newarr = arr.reshape(2, 3, 2)  # 2D de 3 filas y 2 columnas.
newarr
array([[[ 1,  2],
        [ 3,  4],
        [ 5,  6]],

       [[ 7,  8],
        [ 9, 10],
        [11, 12]]])

Convertir multidimensional Array en 1D:

Se usa reshape(-1)

matriz = np.array([[1, 2, 3], [4, 5, 6]])
print(matriz)
[[1 2 3]
 [4 5 6]]
matriz.reshape(-1)
array([1, 2, 3, 4, 5, 6])

Estadísticas básicas con NumPy:#

import pandas as pd
df = pd.read_csv("DatosCafe.csv", sep=";", decimal=",")
print(df.head())
  Unnamed: 0  PrecioInterno  PrecioInternacional  Producción  Exportaciones  0     ene-00       371375.0               130.12         658          517.0
1     feb-00       354297.0               124.72         740          642.0
2     mar-00       360016.0               119.51         592          404.0
3     abr-00       347538.0               112.67        1055          731.0
4     may-00       353750.0               110.31        1114          615.0

       TRM     EUR
0  1923.57  1916.0
1  1950.64  1878.5
2  1956.25  1875.0
3  1986.77  1832.0
4  2055.69  1971.5
df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 264 entries, 0 to 263
Data columns (total 7 columns):
 #   Column               Non-Null Count  Dtype
---  ------               --------------  -----
 0   Unnamed: 0           264 non-null    object
 1   PrecioInterno        264 non-null    float64
 2   PrecioInternacional  264 non-null    float64
 3   Producción           264 non-null    int64
 4   Exportaciones        264 non-null    float64
 5   TRM                  264 non-null    float64
 6   EUR                  264 non-null    float64
dtypes: float64(5), int64(1), object(1)
memory usage: 14.6+ KB

Media:

np.mean(df["PrecioInterno"])
642609.3825

Mediana:

np.median(df["PrecioInterno"])
627371.775

Moda:

Para la moda utilizar otra librería.

from statistics import mode
mode(df["PrecioInterno"])
330000.0

Muestra aleatoria:

muestra = np.random.choice(df["PrecioInterno"], 5)  # 5 observaciones aleatorias
muestra
array([664916.67, 307892.  , 948322.58, 476450.  , 909103.45])

Máximo:

np.max(df["PrecioInterno"])
2116483.87

Mínimo:

np.min(df["PrecioInterno"])
260185.0

Percentiles:

np.percentile(df["PrecioInterno"], 5)
290654.05
np.percentile(df["PrecioInterno"], [5, 95])
array([ 290654.05 , 1137928.687])

Varianzas:

np.var(df["PrecioInterno"])
92464593086.13692

Desviación estándar:

np.std(df["PrecioInterno"])
304079.9123357821