Lección 5 del curso NumPy para Ciencia de Datos y Machine Learning.
En la lección anterior hablamos de los atributos básicos de un arreglo de NumPy que nos permiten determinar, entre otras, su tamaño («shape»), sus dimensiones («ndim»), el número de elementos («size») y el formato usado para almacenar cada elemento en memoria («dtype»).
Además de la forma básica de creación de arreglos haciendo uso del método «array», NumPy incluye otras funciones para facilitar este proceso. En esta lección veremos varias de estas alternativas:
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.
Con lo visto hasta este punto ya conocemos varias funciones de NumPy que facilitan la creación de arreglos y la manipulación de su tamaño usando el método reshape.
Como lo mencionamos en la primera lección, una de las ventajas de NumPy es que se trata de una librería diseñada específicamente para el procesamiento eficiente de arreglos. Así que para poner a prueba su desempeño en la próxima lección veremos un comparativo entre el procesamiento con listas de Python vs. arreglos de NumPy.
Todas las lecciones del curso NumPy para Ciencia de Datos y Machine Learning