Ndimensionales como herramienta de agrupación de datos.
} Aplicar técnicas de indexación y slicing para
la manipulación de datos representados como arreglos Ndimensionales.
} Utilizar las operaciones aritméticas,
estadísticas y la técnica de broadcasting para la resolución de problemas. } Propiedades } Indexación básica. } Indexación con arreglos. } Indexación booleana. } Slicing } Operaciones aritméticas, estadísticas y de ordenamiento. } Broadcasting } Similar a una matriz.
} En Python es una lista cuyos elementos son
listas que tienen la misma longitud y contienen elementos del mismo tipo.
} En Python existen módulos especiales. Ej:
NumPy } Se puede utilizar para representar cuadros de datos organizados por filas y columnas.
Agosto Septiembre Octubre Noviembre
Frank 100 105 110 115 Pepe 120 125 130 135 Maria de Loudes 80 85 90 95
matriz = [[100,105,110,115],[120,125,130,135],[80,85,90,95]] } Es una librería de soporte para aplicaciones matemáticas, científicas y de ingeniería.
} Soporte para arreglos cuyos elementos
siempre sean del mismo tipo.
} Para utilizar esta librería es necesario instalar
los binarios e importar la librería } axis: dimensiones } rank: número de dimensiones } sum() #suma todos los elementos } prod() #producto de todos los elementos } mean() #media aritmética } std() #desviación estándar } sort() #ordenamiento por fila } linalg.det() #determinante } linalg.inv() #inversa } diagonal() #elementos de la diagonal } transpose() #media aritmética } tril() #triangular inferior } triu() #triangular superior } a=np.zeros([3,4], int) #matriz cero 3x4 tipo #entero } a=np.ones([3,4], float) #matriz de unos #3x4 floats } a=np.identity(5) #matriz identidad #5x5 } a=np.arange(9) #secuencia de #valores del 0 al 9 } np.append(a, [0,1,2]) } np.delete(a, [0,1]) #representa los #indices a eliminar } a.transpose()