Lección 3 del curso NumPy para Ciencia de Datos y Machine Learning.
En la lección anterior vimos cómo instalar NumPy en nuestros computadores personales, así que ya estamos listos para comenzar a ver los elementos fundamentales de esta librería.
En esta lección vamos a dar primero una definición formal de lo que es un arreglo. Luego veremos diferentes ejemplos de arreglos que podemos encontrar en Ciencia de Datos y Machine Learning y finalizaremos con ejemplos de código que nos permitirán crear de forma sencilla diferentes tipos de arreglos en NumPy:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Un arreglo en NumPy es la principal estructura de datos usada en esta librería. Y podemos tener arreglos 1D (vectores), 2D (matrices) o arreglos multidimensionales, llamados también tensores en Ciencia de Datos y Machine Learning.
Así que ya hemos visto la forma básica de crear un arreglo en Python. Más adelante en el curso veremos formas más sofisticadas de hacerlo, usando funciones para la creación de arreglos o a partir de la lectura de sets de datos.
Teniendo en cuenta que un arreglo es un objeto o clase en Python, este objeto tendrá asociados unos atributos o propiedades. Así que en la próxima lección veremos los atributos básicos de un arreglo de NumPy.
Todas las lecciones del curso NumPy para Ciencia de Datos y Machine Learning