In [1]:

    

import numpy as np #importa la libreria numpy con el alias np


    

In [2]:

    

arreglo = np.arange(0,11)
print(arreglo)


    

    




[ 0  1  2  3  4  5  6  7  8  9 10]

In [3]:

    

#Seleccionando un elemento en el indice especificado desde -1*np.size hasta np.size -1
#En caso de especificar un elemento que no este en el rango obtendra un error como
print(arreglo[0])  
print(arreglo[3])
print(arreglo[4])

#IndexError: index 11 is out of bounds for axis 0 with size 11
arreglo[0], arreglo[3], arreglo[-2]


    

    




0
3
4






    
Out[3]:





(0, 3, 9)

In [ ]:

    




    

In [4]:

    

arreglo[1:5] # selección en el rango de 1 a 5


    

    
Out[4]:





array([1, 2, 3, 4])

In [5]:

    

arreglo[8]=34  # Asigna un valor a un indice dado
arreglo


    

    
Out[5]:





array([ 0,  1,  2,  3,  4,  5,  6,  7, 34,  9, 10])

In [6]:

    

arreglo[0:7]=5 # Asigna un en el rago el valor 5


    

In [7]:

    

arreglo


    

    
Out[7]:





array([ 5,  5,  5,  5,  5,  5,  5,  7, 34,  9, 10])

In [8]:

    

sub_arreglo= arreglo[0:6]
sub_arreglo


    

    
Out[8]:





array([5, 5, 5, 5, 5, 5])

In [9]:

    

sub_arreglo[:]=1  
print(sub_arreglo)
print(arreglo)  #Aquí observara que cambio tanto para arreglo y para sub_arreglo, dado que es un cambio por referencia en memoria, osea es el mismo objeto


    

    




[1 1 1 1 1 1]
[ 1  1  1  1  1  1  5  7 34  9 10]

In [10]:

    

arreglo_copia=arreglo.copy


    

In [11]:

    

arreglo_copia


    

    
Out[11]:





<function ndarray.copy>

In [12]:

    

arr_2d=np.array(([5,10,15],[20,25,30],[35,40,45]))


    

In [13]:

    

arr_2d


    

    
Out[13]:





array([[ 5, 10, 15],
       [20, 25, 30],
       [35, 40, 45]])

In [14]:

    

arr_2d[1]


    

    
Out[14]:





array([20, 25, 30])

In [15]:

    

arr_2d.shape


    

    
Out[15]:





(3, 3)

In [16]:

    

arr_2d[0][2] # fila:0, columna:2


    

    
Out[16]:





15

In [17]:

    

arr_2d=np.zeros((10,10))


    

In [18]:

    

arr_2d


    

    
Out[18]:





array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])

In [19]:

    

arr_len=arr_2d.shape[1]


    

In [20]:

    

arr_len


    

    
Out[20]:





10

In [21]:

    

for i in range(arr_len):
    arr_2d[i]=i


    

In [22]:

    

arr_2d


    

    
Out[22]:





array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 2.,  2.,  2.,  2.,  2.,  2.,  2.,  2.,  2.,  2.],
       [ 3.,  3.,  3.,  3.,  3.,  3.,  3.,  3.,  3.,  3.],
       [ 4.,  4.,  4.,  4.,  4.,  4.,  4.,  4.,  4.,  4.],
       [ 5.,  5.,  5.,  5.,  5.,  5.,  5.,  5.,  5.,  5.],
       [ 6.,  6.,  6.,  6.,  6.,  6.,  6.,  6.,  6.,  6.],
       [ 7.,  7.,  7.,  7.,  7.,  7.,  7.,  7.,  7.,  7.],
       [ 8.,  8.,  8.,  8.,  8.,  8.,  8.,  8.,  8.,  8.],
       [ 9.,  9.,  9.,  9.,  9.,  9.,  9.,  9.,  9.,  9.]])

In [23]:

    

arr_2d[[1,2,4]]


    

    
Out[23]:





array([[ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 2.,  2.,  2.,  2.,  2.,  2.,  2.,  2.,  2.,  2.],
       [ 4.,  4.,  4.,  4.,  4.,  4.,  4.,  4.,  4.,  4.]])