In [2]:

    

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


    

In [3]:

    

np.__version__  #Versión actual de la libreria numpy que estoy utilizando


    

    
Out[3]:





'1.12.1'

In [3]:

    

mi_lista1= [1,2,3,4,5,6,7,8,9,10] #mi_lista1 identificador de la lista [1,2,...,9,10]


    

In [4]:

    

mi_arreglo = np.array(mi_lista1) # Crea y asigná el arreglo a partir de una lista


    

In [5]:

    

print(mi_arreglo) # Muetra el contenido de mi_arreglo --> [ 1  2  3  4  5  6  7  8  9 10]
print(type(mi_arreglo)) # #muestra el tipo o clase de mi_arreglo --> <class 'numpy.ndarray'>


    

    




[ 1  2  3  4  5  6  7  8  9 10]
<class 'numpy.ndarray'>

In [6]:

    

mi_lista2=[x for x in range(11,20)] # Crear una segunda lista con un rango desde 11 hasta 22 incrementando con 10
mis_listas =[mi_lista1,mi_lista2] # Crea una tercera lista, que no es más que la union de la lista1 y listad


    

In [7]:

    

mi_arreglo2=np.array(mis_listas)


    

In [8]:

    

mi_arreglo2


    

    
Out[8]:





array([[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
       [11, 12, 13, 14, 15, 16, 17, 18, 19]], dtype=object)

In [9]:

    

help(np.shape) #Muestra la ayuda de la función shape


    

    




Help on function shape in module numpy.core.fromnumeric:

shape(a)
    Return the shape of an array.
    
    Parameters
    ----------
    a : array_like
        Input array.
    
    Returns
    -------
    shape : tuple of ints
        The elements of the shape tuple give the lengths of the
        corresponding array dimensions.
    
    See Also
    --------
    alen
    ndarray.shape : Equivalent array method.
    
    Examples
    --------
    >>> np.shape(np.eye(3))
    (3, 3)
    >>> np.shape([[1, 2]])
    (1, 2)
    >>> np.shape([0])
    (1,)
    >>> np.shape(0)
    ()
    
    >>> a = np.array([(1, 2), (3, 4)], dtype=[('x', 'i4'), ('y', 'i4')])
    >>> np.shape(a)
    (2,)
    >>> a.shape
    (2,)

In [10]:

    

np.shape??
#Muestra la ayuda de esta función, dando la opción ver el texto en un recuadro externo a un nuevo tab del explorador


    

In [11]:

    

print(mi_arreglo2.shape)
print(len(mi_arreglo2[0]))
print(len(mi_arreglo2[1]))


    

    




(2,)
10
9

In [12]:

    

arreglo_de_ceros=np.zeros(10) # crea un arreglo de unidimensional donde cada elemento es cero


    

In [13]:

    

print(arreglo_de_ceros)


    

    




[ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]

In [14]:

    

arreglo_de_bi_uno=np.ones([10,10]) # crea un arreglo bidimensional donde cada elmento es cero
print(arreglo_de_bi_uno)
print(arreglo_de_bi_uno.shape)


    

    




[[ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]]
(10, 10)

In [15]:

    

arreglo_simetrico=np.eye(5) # crea un arreglo bidimensional donde la diagonal su valor por defecto es 1
print(arreglo_simetrico)


    

    




[[ 1.  0.  0.  0.  0.]
 [ 0.  1.  0.  0.  0.]
 [ 0.  0.  1.  0.  0.]
 [ 0.  0.  0.  1.  0.]
 [ 0.  0.  0.  0.  1.]]

In [16]:

    

np.arange(2,100,2) # Una forma elegante de crear un arreglo especificando el rango de valores y su incremento.


    

    
Out[16]:





array([ 2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34,
       36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68,
       70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98])

In [17]:

    

arrdiag = np.diag(np.array([1,2,3,4,5])) # diagonal
print(arrdiag)


    

    




[[1 0 0 0 0]
 [0 2 0 0 0]
 [0 0 3 0 0]
 [0 0 0 4 0]
 [0 0 0 0 5]]

In [18]:

    

arrlinespace = np.linspace(0,50, 30) # crea un arreglo por numero de puntos, en el rango de 0 a 30, con 30 puntos


    

In [19]:

    

arrlinespace


    

    
Out[19]:





array([  0.        ,   1.72413793,   3.44827586,   5.17241379,
         6.89655172,   8.62068966,  10.34482759,  12.06896552,
        13.79310345,  15.51724138,  17.24137931,  18.96551724,
        20.68965517,  22.4137931 ,  24.13793103,  25.86206897,
        27.5862069 ,  29.31034483,  31.03448276,  32.75862069,
        34.48275862,  36.20689655,  37.93103448,  39.65517241,
        41.37931034,  43.10344828,  44.82758621,  46.55172414,
        48.27586207,  50.        ])